Effets des caractéristiques des femmes et des technologues sur la qualité du positionnement en mammographie de dépistage, Programme québécois de dépistage du cancer du sein 2004-2005 : analyses préliminaires
Bibliographic record
Abstract
Le cancer du sein est le cancer le plus fréquent chez les femmes québécoises et canadiennes selon Statistiques Canada. Le moyen de dépistage de choix accepté dans la littérature et adopté par le Programme Québécois de Dépistage du Cancer du Sein (PQDCS) initié en mai 1998 est la mammographie. Le positionnement est l'une des composantes majeures qui contribuent à la qualité de la mammographie. Le but de cette analyse est d'une part de décrire la qualité de la mammographie et la qualité du positionnement des mammographies de dépistage du PQDCS, et d'autre part d'estimer l'effet des caractéristiques des femmes et des technologues sur la qualité du positionnement. Cette étude est basée sur un échantillonnage aléatoire de 638 mammographies de femmes dépistées au PQDCS en 2004 ou 2005 et de 217 technologues qui les ont réalisées. La qualité de ces mammographies est évaluée par un membre de l'Association Canadienne des Radiologistes (ACR), expert et expérimenté en évaluation de la qualité de la mammographie pour l'accréditation des centres au PQDCS. Les analyses statistiques effectuées sont de type hiérarchique à deux niveaux : femmes dépistées au niveau 1, technologues au niveau 2. Comme résultats, 58% des mammographies ont été jugés de qualité globale inadéquate et, parmi ces dernières, 86% avaient un positionnement inadéquat. Les problèmes les plus fréquents lorsque la mammographie a un positionnement inadéquat sont le muscle pectoral concave/étroit (17,5%) et le pli de la peau (17,3%). Une association statistiquement significative a été identifiée entre la qualité du positionnement en mammographie et trois caractéristiques des femmes soient l'année du dépistage (RC= 0,58 avec IC95%= 0,40-0,85 et p= 0,005 pour 2005 comparativement à 2004), la parité (RC= 0,48 avec IC95o/= 0,29-0,79 et/?= 0,004 pour les femmes qui ont eu au moins un enfant comparativement à celles qui n'en ont pas eu), et l'indice de masse corporelle (IMC) qui, lorsqu'il augmente, est associé à une augmentation de la cote de mammographies avec positionnement inadéquat (IMC > 30 kg/m2 versus IMC < 20 kg/m , RC= 5,29, IC95%=2,20-12,72). Pour les technologues, seule la durée moyenne que la technologue met pour réaliser une mammographie est statistiquement associée à la qualité du positionnement avec une tendance statistiquement significative (> 10 min versus 4 à 10 min, RC= 2,30, IC95%= 1,39-3,82). En somme, cette analyse préliminaire d'une étude qui inclura éventuellement environ deux fois plus de femmes montre que l'atteinte de la qualité adéquate du positionnement bien que s'améliorant de l'année 2004 à l'année 2005, demeure un défi de taille. L'analyse montre aussi que la difficulté de faire une mammographie avec positionnement adéquat varie de façon importante avec les caractéristiques des femmes dépistées en particulier leur indice de masse corporelle et le fait d'avoir ou de ne pas avoir eu d'enfants. Cette étude préliminaire n'a pu mettre clairement en évidence une relation entre la qualité du positionnement en mammographie de dépistage et les caractéristiques des technologues. L'identification de caractéristiques des technologues associées à la qualité du positionnement en mammographie de dépistage sera peut-être possible lors des analyses finales de l'étude qui incluront plus de sujets.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".