通过使用基于深度学习的软件在查轮中评估个体内的乳腺扫描密度变化

科学领域:

• 放射学和成像科学 放射学和成像科学
• 在瘤学瘤学.
• 生物统计学 生物统计学

背景情况:

• 乳房扫描乳腺密度是乳腺癌的重要风险因素.
• 了解乳腺密度随时间变化对于准确的风险评估至关重要.

研究的目的:

• 通过使用自动化软件在查轮中对个体内的乳房扫描密度的变化进行评估.
• 为了确定乳腺密度的变化是否与未来的乳腺癌诊断有关.
• 提供对乳腺密度随时间的演变的见解.

主要方法:

• 2010年至2015年间接受过至少两轮查的女性乳房密度分析.
• 使用基于深度学习的软件测量体积乳腺密度百分比 (VBD%).
• 使用多重线性回归,调整共变量,研究VBD%变化和未来乳腺癌之间的关联.

主要成果:

• 总共有26,056名女性被纳入该研究.
• 在查之间,平均VBD%从10.7%降至10.3% (p < 0.001).
• 最初乳腺密度较高的女性的VBD%的下降更明显,但未来乳腺癌诊断的女性的下降较小.

结论:

• 随着时间的推移,观察到乳腺密度的变化可以增强风险评估工具.
• 这些发现为开发未来基于风险的查策略提供了宝贵的见解.
• 监测乳腺密度演变对于个性化乳腺癌风险评估很重要.