The Potential of Adding Mammography to Handheld Ultrasound or Automated Breast Ultrasound to Reduce Unnecessary Biopsies in BI-RADS Ultrasound Category 4a: A Multicenter Hospital-Based Study in China
Notice bibliographique
Résumé
The appropriate management strategies for BI-RADS category 4a lesions among handheld ultrasound (HHUS) remain a matter of debate. We aimed to explore the role of automated breast ultrasound (ABUS) or the second-look mammography (MAM) adjunct to ultrasound (US) of 4a masses to reduce unnecessary biopsies. Women aged 30 to 69 underwent HHUS and ABUS from 2016 to 2017 at five high-level hospitals in China, with those aged 40 or older also accepting MAM. Logistic regression analysis assessed image variables correlated with false-positive lesions in US category 4a. Unnecessary biopsies, invasive cancer (IC) yields, and diagnostic performance among different biopsy thresholds were compared. A total of 1946 women (44.9 ± 9.8 years) were eligible for analysis. The false-positive rate of category 4a in ABUS was almost 65.81% (77/117), which was similar to HHUS (67.55%; 127/188). Orientation, architectural distortion, and duct change were independent factors associated with the false-positive lesions in 4a of HHUS, whereas postmenopausal, calcification, and architectural distortion were significant features of ABUS (all p < 0.05). For HHUS, both unnecessary biopsy rate and IC yields were significantly reduced when changing biopsy thresholds by adding MAM for US 4a in the total population (scenario #1:BI-RADS 3, 4, and 5; scenario #2: BI-RADS 4 and 5) compared with the current scenario (all p < 0.05). Notably, scenario #1 reduced false-positive biopsies without affecting IC yields when compared to the current scenario for ABUS (p < 0.001; p = 0.125). The higher unnecessary biopsy rate of category 4a by ABUS was similar to HHUS. However, the second-look MAM adjunct to ABUS has the potential to safely reduce false-positive biopsies compared with HHUS.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».