The Use of Ultrasound for Breast Pain in a Newfoundland Cohort Article Sidebar
Notice bibliographique
Résumé
Background and objective Breast pain is a common complaint for which ultrasound is often used for evaluation. The purpose of this study was to determine the number and outcome of breast ultrasounds conducted in patients having breast pain with no other associated clinical features. Method All patients who underwent breast ultrasound for breast pain at a local hospital from January 1, 2016 through December 31, 2018 were identified. The result of each ultrasound was recorded along with variables such as clinical features (palpable lump, nipple discharge, and skin dimpling), age, sex, pain characteristics, menopausal status, and family/personal history of breast cancer. Results A total of 1660 ultrasounds (12.8%) for breast pain were performed at a local hospital center, accounting for 12.8% of the total breast ultrasounds done during the stated period. The age range of the patients was 17–91 years, with a mean age of 45.4 years and standard deviation (SD) being 15 years. Most of the patients had no clinical findings associated with their pain (64%). More abnormal ultrasound findings in patients with clinical features (29%) were determined compared to patients with no clinical features (16%). The majority of abnormal ultrasounds in patients with no clinical features were done in patients aged 41–50 years (13.9%), and patients aged >50 years (10.9%). No abnormal findings in patients aged <20 years were detected, and only 15 patients (6.5%) aged 21–30 years with no clinical findings had abnormal ultrasounds. Conclusion Patients aged 17–30 years had the lowest abnormal finding rate, with no cancerous outcomes. These results support the prudent use of breast ultrasound in case of young patients.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».