MétaCan
Menu
Retour à la cohorte
Enregistrement W4401551566 · doi:10.1177/08465371241270511

The Role of Pre-Contrast Sequences of an MRI-Guided Breast Biopsy in Localizing a Target

2024· article· en· W4401551566 sur OpenAlexaff
Maya Grisaru Kacen, Ilanit Ben Nachum, Olga Shmuilovich, Caitlin Ward, Anat Kornecki

Notice bibliographique

RevueCanadian Association of Radiologists Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensMontfort HospitalSt Joseph's Health CareWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast MRIRadiologyContrast (vision)BiopsyBreast biopsyContrast enhancementMammographyMagnetic resonance imagingPathologyBreast cancerArtificial intelligenceInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

Objective: This retrospective study aims to assess the role of pre-contrast sequences of an MRI-guided breast biopsy (MRIB) exam in confident and accurate lesion site localization based on tissue landmarks. Methods: The charts of all consecutives MRIB that were performed between January 2018 and December 2020 were reviewed. The images of the eligible exams were analyzed by 3 breast radiologists. Each radiologist independently attempted to identify lesion site on pre-contrast MRIB sequences, while blinded to the post-contrast MRIB images. Confidence levels (I-confident, II-not confident, and III-unknown) were assigned by each reviewer. A fourth radiologist assessed the accuracy (≤5 mm-accurate, >5 mm-inaccurate) in lesion site localization using the actual biopsied lesion site and the post-contrast MRIB images as reference. Descriptive statistics were used to calculate the percentage of confidence and accuracy categories for each reviewer, with Chi-square tests applied to analyze relationships between categorical variables. Results: There were 174 female patients with 181 lesions eligible for the trial. When the lesion site is confidently identified on the pre-contrast MRIB images (level 1 confidence), mean grade 1 accuracy was 93.8% ( P < .001). Accuracy decreased with Level II and III confidence (55.3% and 34.2% respectively). Up to 61.4% improved accuracy was demonstrated when combining the performance of 2 reviewers. No correlation was found between breast density, lesion morphology, or biopsy positioning with confidence level or accuracy grade. Conclusion: Careful review of the pre-contrast MRIB images and familiarization with the surrounding tissue landmarks are important steps in confidently and accurately detecting lesion site.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,074
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,279
Écart entre enseignants0,268 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Association of Radiologists JournalMême sujetMRI in cancer diagnosisTravaux en français237 207