MétaCan
Menu
Retour à la cohorte
Enregistrement W4307970403 · doi:10.2214/ajr.22.28572

Challenging Contrast-Enhanced Mammography–Guided Biopsies: Practical Approach Using Real-Time Multimodality Imaging and a Proposed Procedural Algorithm

2022· article· en· W4307970403 sur OpenAlexaff
Olena Weaver, Wei Yang, Marion E. Scoggins, Beatriz E. Adrada, Elsa Arribas, Tanya W. Moseley, Joanna Esquivel, Yamile Melgar, Anat Kornecki

Notice bibliographique

RevueAmerican Journal of Roentgenology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineMammographyDigital mammographyMultimodalityContrast (vision)Medical physicsBiopsyImaging technologyRadiologySampling (signal processing)AlgorithmArtificial intelligenceComputer visionComputer scienceBreast cancerCancer

Résumé

récupéré en direct d'OpenAlex

Contrast-enhanced mammography (CEM) is an emerging functional breast imaging technique that entails the acquisition of dual-energy digital mammographic images after IV administration of iodine-based contrast material. CEM-guided biopsy technology was introduced in 2019 and approved by the U.S. FDA in 2020. This technology's availability enables direct sampling of suspicious enhancement seen only on or predominantly on recombined CEM images and addresses a major obstacle to the clinical implementation of CEM technology. The literature describing clinical indications and procedural techniques of CEM-guided biopsy is scarce. This article describes our initial experience in performing challenging CEM-guided biopsies and proposes a step-by-step procedural algorithm designed to proactively address anticipated technical difficulties and thereby increase the likelihood of achieving successful targeting.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,289
Écart entre enseignants0,274 · 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'étudeAutre devis
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of RoentgenologyMême sujetDigital Radiography and Breast ImagingTravaux en français237 207