In Search of Calcifications : Histologic Analysis and Diagnostic Yield of Stereotactic Core Needle Breast Biopsies
Notice bibliographique
Résumé
OBJECTIVES: Stereotactic core needle biopsy (SCNB) is used in the diagnostic assessment of suspicious mammographic calcifications to rule out breast ductal carcinoma in situ (DCIS). With advances in imaging technology and increased biopsy tissue volume, the detection rate of calcifications and DCIS in SCNB is unclear. METHODS: This retrospective study included 916 consecutive SCNBs for calcifications performed on 893 patients in a 2-year period. RESULTS: We found the cancer detection rate was 27.1% (DCIS, 23.7%; invasive, 3.4%). The detection rate for calcifications was 74.8% with the standard 3 levels. Additional leveling of calcification-negative cases further increased the detection of both calcifications (to 99.4% of cases) and DCIS (to 32.9% of cases). Lobular neoplasia (LN) was diagnosed in 41 cases. Twenty-five (61.0%) cases of LN were incidental without associated calcification. Of 32 invasive carcinomas detected on SCNB, 87.5% were T1a or less, and calcifications were associated with atypical ductal hyperplasia/DCIS or LCIS. The common benign lesions associated with calcifications were fibrocystic change (32.5%), fibroadenomatous change (30.2%), and columnar cell change and hyperplasia (8.2%). CONCLUSIONS: We determined the up-to-date detection rates of calcification and DCIS in SCNB, as well as the common benign and malignant breast lesions associated with calcifications. Additional levels significantly increase the detection rate when standard levels show only stromal or scant/absent calcifications. Lobular neoplasia is often an incidental finding in SCNB for calcifications. When calcifications are present with LN, they are commonly florid, pleomorphic LCIS, or with concurrent invasive carcinoma.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».