The Impact of Preoperative Breast MRI on Timing of Surgical Management in Newly Diagnosed Breast Cancer
Notice bibliographique
Résumé
Purpose: Preoperative breast MRI has been recommended at our center since 2016 for invasive lobular carcinoma and cancers in dense breasts. This study examined how preoperative breast MRI impacted surgical timing and outcomes for patients with newly diagnosed breast cancer. Methods: Retrospective single-center study of consecutive women diagnosed with new breast cancer between June 1, 2019, and March 1, 2021, in whom preoperative breast MRI was recommended. MRI, tumour histology, breast density, post-MRI biopsy, positive predictive value of biopsy (PPV3), surgery, and margin status were recorded. Time from diagnosis to surgery was compared using t-tests. Results: There were 1054 patients reviewed, and 356 were included (mean age 60.9). Of these, 44.4% (158/356) underwent preoperative breast MRI, and 55.6% (198/356) did not. MRI referral was more likely for invasive lobular carcinoma, multifocal disease, and younger patients. Following preoperative MRI, 29.1% (46/158) patients required additional breast biopsies before surgery, for a PPV3 of 37% (17/46). The time between biopsy and surgery was 55.8 ± 21.4 days for patients with the MRI, compared to 42.8 ± 20.3 days for those without ( P < .00001). MRI was not associated with the type of surgery (mastectomy vs breastconserving surgery) ( P = .44) or rate of positive surgical margins ( P = .52). Conclusion: Among patients who underwent preoperative breast MRI, we observed significant delays to surgery by almost 2 weeks. When preoperative MRI is requested, efforts should be made to mitigate associated delays.
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 | 0,001 | 0,010 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».