Impact of Preoperative Magnetic Resonance Imaging on Surgical Outcomes in Women with Invasive Breast Cancer: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
Background. Currently, whether magnetic resonance imaging (MRI) should be routinely applied to patients with breast cancer before surgery remains controversial. A pooled analysis of the association between preoperative MRI and surgical outcomes in female patients with newly diagnosed invasive breast cancer was conducted to provide evidence‐based medicine for clinical practice. Methods. Three independent researchers searched the following databases: PubMed, Medline, Embase, Ovid, Cochrane Library, and Web of Science from inception to April 2022. Literature was included and excluded according to Cochrane’s principles. The basic information from eligible documents was extracted. Systematic evaluation and meta‐analysis were performed, and the odds ratio (OR) was analyzed by the random‐effect model. The quality of the literature was assessed using the modified Jadad scale and the Newcastle‐Ottawa (NOS) mean scale. Results. A total of 19 studies were included, including 4 randomized controlled trials and 15 observational comparative studies. Among them, most studies were not limited to a specific pathological type, with the exception of 3 that were limited to invasive lobular carcinoma. The results showed that preoperative MRI examination would significantly reduce the reoperation rate (OR = 0.77, P = 0.02) and increase the mastectomy rate (OR = 1.36, P = 0.001). In comparison, preoperative MRI did not significantly affect the rate of secondary mastectomy (OR = 0.77, P = 0.02), the rate of positive margin (OR = 1.08, P = 0.66), the rate of mastectomy (OR = 1.00, P < 0.05), and reoperations (OR = 0.65, P = 0.19) in the subgroup analysis of patients with invasive lobular carcinoma. Conclusion. Available evidence suggests that preoperative MRI examination increases the rate of mastectomy and reduces the rate of reoperations. The results indicate that preoperative MRI examination has the potential to benefit patients with breast cancer, but more high‐quality studies are needed for confirmation.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,029 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».