Image-Guided Pre-Operative Magnetic Seed Localization of Breast Lesions: Experience of a Northern Ontario Hospital with the Magnetic Occult Lesion Localization Instrument (MOLLI)
Notice bibliographique
Résumé
Background: Breast cancer remains one of the leading malignancies among Canadian women. Lumpectomies have been increasing in number over total mastectomies due to comparable survival and lower reoperation rates. While wire localization has been the traditional method for the localization of non-palpable breast lesions, it presents logistical and patient comfort challenges. Magnetic localization systems, such as the Magnetic Occult Lesion Localization Instrument (MOLLI), offer an alternative with potential advantages. Methods: A retrospective review was conducted, examining the outcomes of 145 patients who underwent MOLLI seed localization between December 2023 and October 2024. A total of 154 seeds were placed, with localization performed predominantly via sonographic guidance. The primary outcomes were placement success, retrieval rates, margin status of the surgical specimens, and the number of days between seed placement and surgical excision. Results: The mean patient age was 62 years. MOLLI seeds were successfully placed in 100% of cases, with 76% within or adjacent to the lesion. Of the excised lesions, 70.3% were malignant, with a positive margin rate of 17.3%, which was defined as invasive carcinoma or ductal carcinoma in situ (DCIS) being less than 2 mm from the margins. The MOLLI seeds were successfully retrieved in 100% of cases. Conclusion: The MOLLI localization system demonstrated high accuracy and retrieval success, offering a viable alternative to traditional wire localization. The findings suggest MOLLI and other magnetic localizers may improve lesion localization and excision while also improving patient comfort. As this was a retrospective single-center study, further large-scale trials are needed to confirm generalizability.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».