Optimal Breast Density Characterization Using a Three-Dimensional Automated Breast Densitometry System
Notice bibliographique
Résumé
Dense breasts are a risk factor for breast cancer. Assessment of breast density is important and radiologist-dependent. We objectively measured mammographic density using the three-dimensional automatic mammographic density measurement device Volpara™ and examined the criteria for combined use of ultrasonography (US). Of 1227 patients who underwent primary breast cancer surgery between January 2019 and April 2021 at our hospital, 441 were included. A case series study was conducted based on patient age, diagnostic accuracy, effects of mammography (MMG) combined with US, size of invasion, and calcifications. The mean density of both breasts according to the Volpara Density Grade (VDG) was 0-3.4% in 2 patients, 3.5-7.4% in 55 patients, 7.5-15.4% in 173 patients, and ≥15.5% in 211 patients. Breast density tended to be higher in younger patients. Diagnostic accuracy of MMG tended to decrease with increasing breast density. US detection rates were not associated with VDG on MMG and were favorable at all densities. The risk of a non-detected result was high in patients without malignant suspicious calcifications. Supplementary use of US for patients without suspicious calcifications on MMG and high breast density, particularly ≥25.5%, could improve the breast cancer detection rate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».