MétaCan
Menu
Retour à la cohorte
Enregistrement W4391707237 · doi:10.1148/rycan.230020

Breast Cancer Detection Using a Low-Dose Positron Emission Digital Mammography System

2024· article· en· W4391707237 sur OpenAlex
Vivianne Freitas, Xuan Li, Anabel M. Scaranelo, Frederick Au, Supriya Kulkarni, Sandeep Ghai, Samira Taeb, Oleksandr Bubon, Brandon Baldassi, Borys Komarov, Shayna Parker, Craig A. Macsemchuk, Michael Waterston, Kenneth O. Olsen, Alla Reznik

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueRadiology Imaging Cancer · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensHospital for Sick ChildrenLakehead UniversityThunder Bay Regional Research InstituteSinai Health SystemPrincess Margaret Cancer CentreWomen's College HospitalSickKids FoundationUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Cancer Society
Mots-clésMedicineBreast cancerMammographyInstitutional review boardFluorodeoxyglucoseCancerPositron emission tomographyLogistic regressionDigital mammographyNuclear medicineRadiologyProspective cohort studyInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose To investigate the feasibility of low-dose positron emission mammography (PEM) concurrently to MRI to identify breast cancer and determine its local extent. Materials and Methods In this research ethics board–approved prospective study, participants newly diagnosed with breast cancer with concurrent breast MRI acquisitions were assigned independently of breast density, tumor size, and histopathologic cancer subtype to undergo low-dose PEM with up to 185 MBq of fluorine 18–labeled fluorodeoxyglucose (18F-FDG). Two breast radiologists, unaware of the cancer location, reviewed PEM images taken 1 and 4 hours following 18F-FDG injection. Findings were correlated with histopathologic results. Detection accuracy and participant details were examined using logistic regression and summary statistics, and a comparative analysis assessed the efficacy of PEM and MRI additional lesions detection (ClinicalTrials.gov: NCT03520218). Results Twenty-five female participants (median age, 52 years; range, 32–85 years) comprised the cohort. Twenty-four of 25 (96%) cancers (19 invasive cancers and five in situ diseases) were identified with PEM from 100 sets of bilateral images, showcasing comparable performance even after 3 hours of radiotracer uptake. The median invasive cancer size was 31 mm (range, 10–120). Three additional in situ grade 2 lesions were missed at PEM. While not significant, PEM detected fewer false-positive additional lesions compared with MRI (one of six [16%] vs eight of 13 [62%]; P = .14). Conclusion This study suggests the feasibility of a low-dose PEM system in helping to detect invasive breast cancer. Though large-scale clinical trials are essential to confirm these preliminary results, this study underscores the potential of this low-dose PEM system as a promising imaging tool in breast cancer diagnosis. ClinicalTrials.gov registration no. NCT03520218 Keywords: Positron Emission Digital Mammography, Invasive Breast Cancer, Oncology, MRI Supplemental material is available for this article. © RSNA, 2024 See also commentary by Barreto and Rapelyea in this issue.

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,314
Écart entre enseignants0,305 · 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