Breast Cancer Detection Using a Low-Dose Positron Emission Digital Mammography System
Notice bibliographique
Résumé
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».