British Society of Breast Radiology
Notice bibliographique
Résumé
Background: Definitive diagnosis of a phyllodes tumour can only be done after excision of the lesion.However, malignant and borderline phyllodes require resection with a margin while benign phyllodes and fibroadenomas do not.Pre-operative prediction of the need for a margin will be advantageous.Methods: 31 lesions with a core biopsy suggestive of a phyllodes tumour were identified.Mammographic, ultrasound (US), and demographic data (age and source) were assessed while blinded to surgical outcomes.The features of lesions requiring a margin and those that did not were compared.Statistical analysis used Chi-square Fisher's exact test and ROC curves.Results: Of 31 assessed lesions, 13 required a margin and 18 did not.There were 6 screening-detected lesions, which were benign.Features found more frequently in those requiring a margin were poorly-defined margin on mammography [7/9 (78%) vs 4/13 (31%) p =0.04]; on ultrasound, irregular shape [8/13 (62%) vs 3/18 (17%) p= 0.01], microlobulations [7/13 (54%) vs 3/18 (17%) p = 0.028], mixed echogenicity [9/13 (69%) vs 1/18 (6%) p = 0.0002], echogenic clefts [6/13 (46%) vs 1/18 (6%) p = 0.007), BIRADS score > 3 [11/13 (85%) vs 9/18 (50%) p=0.047], distal enhancement [9/11 (82%) vs 6/18 (33%) p=0.01], ultrasound size and stiffness at shear-wave elastography, were also predictors: area under the curve (AUC) 0.76, p=0.003 and AUC 0.71, p=0.026 respectively. Conclusion(s):We have identified pre-operative features which can be used to guide surgical choice of margin when excising lesions with a core biopsy suggestive of a phyllodes tumour.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,008 | 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 tête enseignante, 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 ».