The distribution of breast density in women aged 18 years and older
Notice bibliographique
Résumé
PURPOSE: Age and body mass index (BMI) are critical considerations when assessing individual breast cancer risk, particularly for women with dense breasts. However, age- and BMI-standardized estimates of breast density are not available for screen-aged women, and little is known about the distribution of breast density in women aged < 40. This cross-sectional study uses three different modalities: optical breast spectroscopy (OBS), dual-energy X-ray absorptiometry (DXA), and mammography, to describe the distributions of breast density across categories of age and BMI. METHODS: Breast density measures were estimated for 1,961 Australian women aged 18-97 years using OBS (%water and %water + %collagen). Of these, 935 women had DXA measures (percent and absolute fibroglandular dense volume, %FGV and FGV, respectively) and 354 had conventional mammographic measures (percent and absolute dense area). The distributions for each breast density measure were described across categories of age and BMI. RESULTS: The mean age was 38 years (standard deviation = 15). Median breast density measures decreased with age and BMI for all three modalities, except for DXA-FGV, which increased with BMI and decreased after age 30. The variation in breast density measures was largest for younger women and decreased with increasing age and BMI. CONCLUSION: This unique study describes the distribution of breast density measures for women aged 18-97 using alternative and conventional modalities of measurement. While this study is the largest of its kind, larger sample sizes are needed to provide clinically useful age-standardized measures to identify women with high breast density for their age or BMI.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».