Reducing Unnecessary Biopsies Using Digital Breast Tomosynthesis and Ultrasound in Dense and Nondense Breasts
Notice bibliographique
Résumé
Aim: To compare digital breast tomosynthesis (DBT) and ultrasound in women recalled for assessment after a positive screening mammogram and assess the potential for each of these tools to reduce unnecessary biopsies. Methods: This data linkage study included 538 women recalled for assessment from January 2017 to December 2019. The association between the recalled mammographic abnormalities and breast density was analysed using the chi-square independence test. Relative risks and the number of recalled cases requiring DBT and ultrasound assessment to prevent one unnecessary biopsy were compared using the McNemar test. Results: Breast density significantly influenced recall decisions (p < 0.001). Ultrasound showed greater potential to decrease unnecessary biopsies than DBT: in entirely fatty (21% vs. 5%; p = 0.04); scattered fibroglandular (23% vs. 10%; p = 0.003); heterogeneously dense (34% vs. 7%; p < 0.001) and extremely dense (39% vs. 9%; p < 0.001) breasts. The number of benign cases needing assessment to prevent one unnecessary biopsy was significantly lower with ultrasound than DBT in heterogeneously dense (1.8 vs. 7; p < 0.001) and extremely dense (1.9 vs. 5.1; p = 0.03) breasts. Conclusion: Women with dense breasts are more likely to be recalled for assessment and have a false-positive biopsy. Women with dense breasts benefit more from ultrasound assessment than from DBT.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».