CareLit Fachartikel

Mammakarzinom: mammografiebasiertes Lernmodell zur Risikoprädiktion

N.N. · Senologie - Zeitschrift für Mammadiagnostik und -therapie · 2020 · Heft 03 · S. 144-146

Dokument
797802
CareLit-ID
Jahr
2020
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Senologie - Zeitschrift für Mammadiagnostik und -therapie
Autor:innen
N.N.
Ausgabe
Heft 03 / 2020
Jahrgang 17
Seiten
144-146
Erschienen: 2020-09-01 00:00:00
ISSN
1611-6453

Zusammenfassung

Eine hohe Brustgewebedichte ist ein bekannter Risikofaktor für Mammakarzinome, doch die Diagnostik ist subjektiv und variiert unter den Radiologen deutlich. Adam Yala und seine Kollegen entwickelten deshalb ein mammografiebasiertes Lernmodell, das eine genauere Risikovorhersage ermöglicht als die Dichte des Brustgewebes. Damit konnte die Risikodiskrimination im Vergleich zum bekannten Tyrer-Cuzick-Modell (TCM) erheblich verbessert werden.

Schlagworte

Senologie - Zeitschrift für Mammadiagnostik und -therapie