Contrast-Enhanced Mammography as a Functional Biomarker in Breast Cancer: Correlation of Enhancement Patterns with Ki-67 and Histological Grade
Notice bibliographique
Résumé
Background: Contrast-Enhanced Spectral Mammography (CESM) combines anatomical and functional imaging, showing promise in breast cancer diagnosis. Despite well-established lesion detection accuracy, few studies have investigated the link between CESM enhancement patterns and tumor aggressiveness biomarkers. Methods: We retrospectively evaluated 100 patients (mean age 59.5 years) undergoing CESM with complete histopathological data. Lesions were categorized by enhancement intensity (high, medium, low) and contrast homogeneity (homogeneous vs. heterogeneous), correlated with Ki-67 index and histological grade. Results: Lesion size measured by CESM closely matched histology (mean 2.16 cm vs. 2.25 cm). Mass-like lesions corresponded mainly to invasive ductal carcinoma, while non-mass patterns aligned with lobular or in situ carcinomas. Enhancement intensity correlated moderately with Ki-67 (Spearman ρ = 0.56, p < 0.001), and contrast heterogeneity showed a weaker but significant correlation with tumor grade (ρ = 0.22, p < 0.05). Conclusions: CESM accurately assesses tumor size and provides functional insight into tumor biology. Enhancement intensity may serve as a non-invasive proliferation marker, while contrast heterogeneity offers additional prognostic data, supporting CESM’s role in personalized breast cancer management.
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 ».