5年間の乳癌リスク予測のためのマンモグラフィー人工知能アルゴリズムの比較【JST・京大機械翻訳】

Arasu, V. A.; Habel, L. A.; Achacoso, N. S.; Buist, D. S.; Cord, J. B.; Esserman, L. J.; Hylton, N. M.; Glymour, M. M.; Kornak, J.; Kushi, L. H.; Lewis, D. A.; Liu, V. X.; Miglioretti, D. L.; Navarro, D. A.; Sieh, W.; Shen, L.; Sofyrgin, O.; Yoon, H.-C.; Lee, C.

プレプリント

J-GLOBAL ID：202202204479514371 整理番号：22P0034104

5年間の乳癌リスク予測のためのマンモグラフィー人工知能アルゴリズムの比較【JST・京大機械翻訳】

Comparison of Mammography Artificial Intelligence Algorithms for 5-year Breast Cancer Risk Prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (19件)： , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年01月07日プレプリントサーバーでの情報更新日： 2022年01月07日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

PURPOSEは,マンモグラムで可視乳癌を検出するのに最も訓練された5つの人工知能(AI)ベースのコンピュータビジョンアルゴリズムの能力を調べ,乳癌Surveillance Consortium臨床リスク予測モデル(BCSC v2)に関連する将来のリスクを予測する。方法:この症例コホート研究において,最終画像評価に関する癌の証拠のないKaiser Permanente North Californiaで2016年にスクリーニングマンモグラムを有する女性を,9月2021年を通して追跡した。乳癌または既知の高浸透遺伝子突然変異を有する女性は除外された。329,814人の全適格女性から,13881人の女性(4.2%)のランダムサブコホートを選択し,そのうち197人は事故癌であった。全475の付加的癌も含めた。連続AI予測スコアは,2016年マンモグラムから発生した。リスク推定は,曲線[AUC(t)]の下で,Kaplan-Meier法と時変領域によって発生した。【結果】0~1年(間隔癌リスク)の事故癌に対して,BCSCは0.62(95%CI,0.58~0.66)のAUC(t)を示し,AIアルゴリズムは0.66~0.71の範囲のAUC(t)を有し,すべてBCSCより有意に高かった(P<0.05)。1から5年(5年の将来の癌リスク)の事故癌では,BCSCは0.61(95%CI,0.60~0.62)のAUC(t)を示し,AIアルゴリズムは0.63~0.67の範囲のAUC(t)を示し,全てBCSCより有意に高かった。併用BCSCとAIモデルは,0.67~0.73の間隔癌リスクに対するAUC(t)と,0.66~0.68の5年の将来の癌リスクを示した。【結論】著者らが評価したAIマンモグラフィアルゴリズムは,間隔および5年の将来の癌リスクに対するBCSC臨床リスクモデルよりも有意に高い識別を有した。AIとBCSCの併用モデルはAI単独よりわずかに高い識別を示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

腫ようの診断 , 疫学

, , , ,

前のページに戻る