MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220752512 · doi:10.3390/curroncol29030171

The Breast Cancer Screening and Timing of Breast MRI—Experience in a Genetic High-Risk Screening Clinic in a Comprehensive Cancer Center

2022· article· en· W4220752512 sur OpenAlexvenueno aff
Xia Wang, Maxine D. Chang, Marie Catherine Lee, Bethany L. Niell

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerBreast MRIMammographyCHEK2CancerCohortGenetic testingOncologyInternal medicineGynecologyObstetricsGermline mutationMutation

Résumé

récupéré en direct d'OpenAlex

For women with genetic risk of breast cancer, the addition of screening breast MRI to mammography has become a standard. The order and interval of annual imaging can be variable among providers. To evaluate the clinical implications related to the timing, we conducted a chart review on a cohort of women (N = 276) with high-risk (BRCA1, BRCA2, CDH1, PTEN and TP53) and moderate high-risk (ATM and CHEK2) predisposition to breast cancer in a 48-month follow up. The estimated MRI detection rate in the entire group is 1.75% (18 per 1000 MRI tests). For the high-risk group, the estimated rate is 2.98% (30 per 1000 MRI tests). Many women discovered their genetic risk at an age much older (average age of the high-risk group was 48 years) than the age recommended to initiate enhanced screening (age 20 to 25 years). In total, 4 of the 11 primary breast cancers detected were identified by screening MRI within the first month after initial visit, which were not detected by previous mammography, suggesting the benefit of initiating MRI immediately after the discovery of genetic risk. Breast screening findings for women with Lynch syndrome and neurofibromatosis type 1 were also included in this report.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,395
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetBRCA gene mutations in cancer→Travaux en français237 207→