| عنوان مقاله به انگلیسی | Development and validation of a 5-year risk model using mammogram risk scores generated from screening digital breast tomosynthesis |
| عنوان مقاله به فارسی | ترجمه فارسی مقاله توسعه و اعتبارسنجی یک مدل خطر 5 ساله با استفاده از امتیاز خطر ماموگرافی حاصل از غربالگری توموسنتز پستان دیجیتال |
| نویسندگان | Shu Jiang, Debbie L. Bennett, ProfileGraham A. Colditz |
| فرمت مقاله انگلیسی | |
| زبان مقاله تحویلی | ترجمه فارسی |
| فرمت مقاله ترجمه شده | به صورت فایل ورد |
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) |
| تعداد صفحات | 14 |
| لینک دانلود رایگان مقاله انگلیسی | دانلود مقاله |
| دسته بندی موضوعات | Public and Global Health بهداشت عمومی و جهانی |
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
چکیده
Screening digital breast tomosynthesis (DBT) aims to identify breast cancer early when treatment is most effective leading to reduced mortality. In addition to early detection, the information contained within DBT images may also inform subsequent risk stratification and guide risk-reducing management. We obtained a 5-year area under the curve (AUC) = 0.78 (95% confidence interval (CI) = 0.75 – 0.80) in the internal validation. The model validated in external data (n=6,553 women; AUC = 0.77 (95% CI, 0.74 – 0.80). There was no change in the AUC when age and BI-RADS density are added to the synthetic DBT image. The model significantly outperforms the Tyrer-Cuzick model (p<0.01). Our model extends risk prediction applications to synthetic DBT, provides 5-year risk estimates, and is readily calibrated to national risk strata for clinical translation and application in the setting of US risk management guidelines. The model could be implemented within any digital mammography program.
چکیده به فارسی (ترجمه ماشینی)
غربالگری توموسنتز دیجیتال پستان (DBT) هدف از آن شناسایی ابتدای سرطان پستان در هنگام درمان مؤثر است که منجر به کاهش مرگ و میر می شود.علاوه بر تشخیص زودرس ، اطلاعات موجود در تصاویر DBT همچنین ممکن است طبقه بندی ریسک بعدی را آگاه کرده و مدیریت کاهش ریسک را راهنمایی کند.ما یک منطقه 5 ساله را در زیر منحنی (AUC) = 0.78 (فاصله اطمینان 95 ٪ (CI) = 0.75-0.80) در اعتبار داخلی به دست آوردیم.این مدل در داده های خارجی تأیید شده است (6،553 زن = n ؛ AUC = 0.77 (CI 95 ٪ ، 0.74-0.80). در AUC هیچ تغییری در AUC وجود ندارد که سن و تراکم دو-RADS به تصویر DBT مصنوعی اضافه شود.از مدل Tyrer-Cuzick بهتر است (P <0.01).. [sc name="papertranslation"][/sc]


نقد و بررسیها
هنوز بررسیای ثبت نشده است.