MétaCan
Menu
Retour à la cohorte
Enregistrement W4224862650 · doi:10.1148/radiol.212361

Contralateral Breast Screening with Preoperative MRI: Long-Term Outcomes for Newly Diagnosed Breast Cancer

2022· article· en· W4224862650 sur OpenAlexaff
Vivianne Freitas, Xuan Li, Yoav Amitai, Frederick Au, Supriya Kulkarni, Sandeep Ghai, Anna Marie Mulligan, Miluska Bromley, Timo Siepmann

Notice bibliographique

RevueRadiology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensSinai Health SystemPrincess Margaret Cancer CentreWomen's College HospitalToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerBreast MRIHazard ratioProportional hazards modelMagnetic resonance imagingMammographyRetrospective cohort studyRadiologyCancerInternal medicineOncologySurgeryConfidence interval

Résumé

récupéré en direct d'OpenAlex

Background The diagnostic value of screening the contralateral breast with MRI in patients with newly diagnosed breast cancer is poorly understood. Purpose To assess the impact of MRI for screening the contralateral breast on long-term outcomes in patients with newly diagnosed breast cancer and to determine whether subgroups with unfavorable prognoses would benefit from MRI in terms of survival. Materials and Methods Data on consecutive patients with newly diagnosed breast cancer seen from January 2008 to December 2010 were reviewed retrospectively. Patients with neoadjuvant chemotherapy, previous breast cancer, distant metastasis, absence of contralateral mammography at diagnosis, and no planned surgical treatment were excluded. Groups that did and did not undergo preoperative MRI were compared. Survival analysis was performed using the Kaplan-Meier method for propensity score–matched groups to estimate cause-specific survival (CSS) and overall survival (OS). A marginal Cox proportional hazards model was used to evaluate association of MRI and clinicopathologic variables with OS. Results Of 1846 patients, 1199 fulfilled the inclusion criteria. Median follow-up time was 10 years (range, 0–14 years). The 2:1 matched sample comprised 705 patients (470 in the MRI group and 235 in the no-MRI group); median ages at surgery were 59 years (range, 31–87 years) and 64 years (range, 37–92 years), respectively. MRI depicted contralateral synchronous disease more frequently (27 of 470 patients [5.7%] vs five of 235 patients [2.1%]; P = .047) and was associated with a higher OS (hazard ratio [HR], 2.51; 95% CI: 1.25, 5.06; P = .01). No differences were observed between groups in metachronous disease rate (MRI group: 21 of 470 patients [4.5%]; no-MRI group: 10 of 235 patients [4.3%]; P > .99) or CSS (HR, 1.34; 95% CI: 0.56, 3.21; P = .51). MRI benefit was greater in patients with larger tumor sizes (>2 cm) (HR, 2.58; 95% CI: 1.11, 5.99; P = .03) and histologic grade III tumors (HR, 2.94; 95% CI: 1.18, 7.32; P = .02). Conclusion Routine MRI screening of the contralateral breast after first diagnosis of breast cancer improved overall survival; the most pronounced benefit was found in patients with larger primary tumor size and primary tumors of histologic grade III. © RSNA, 2022 Online supplemental material is available for this article. See also the editorial by Taourel in this issue.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207