Mamografiya skrininqlarında BI-RADS 1, 2 və ya 3 sonucu alan kişilər genellikle mevcut müayinəde xərçəng açısından mənfi ya da büyük ölçüde xoşxassəli kabul edilir. Ancak eyni BI-RADS sinfinda bulunan kişilərin gələcəkte süd vəzi xərçəngi geliştirme riskleri eşit deyil. Mevcut skrininq sistemleri çoğunlukla yaş və mevcut mamografiya sınıfına dayalı benzer izləmə aralıkları uygular; gecmiş hesabatlarda biriken klinik işaretlerin gələcək riske katkısı ise rutin uygulamada sistematik bdaxiliimde hesaplanmaz.

Bu tədqiqat, ham mamografiya görüntülerine erişmeden, yalnız radioloqların gecmiş və güncel hesabat mətnləriyle elektron sağlamlıq qeydlərindaki strukturlaşdırılmış məlumatleri kullanarak bir ilə beş il üçündeki süd vəzi xərçəngi riskini proqnoz eden bir model geliştirmiştir.

Verilər, yazarların Brezilya’nın en büyük özel səhiyyə sistemi olaraq tanımladığı Hapvida’nın 200’den çox pasiyentne və kliniğinden elde edilmiştir. Ocak 2016 ilə Aralık 2025 arasında BI-RADS 1, 2 və ya 3 olaraq sınıflandırılmış təxminən 4,61 milyon mamografiya hesabatu və 1,81 milyon kişi başlanğıc məlumat havuzunu oluşturmuştur.

Beş illık risk analizi üçün yaş, əvvəlki xərçəng durumu, erkən dönemde xərçəng düzgünlanması və yeterli izləmə bulunması gibi ölçütler tətbiq edilmişdir. Ana metin və pasiyent akış şeması, beşillik kohortta 278.475 kişiye ait 706.545 uygun mamografiya müayinəsi bulunduğunu və bunların 9.620’sinin beş il üçünde müsbət nəticəla ilişkiləndirildiğini bildirmektedir. Bu, müayinə səviyyəsinde təxminən %1,36’lık bir olay tez-tezlığına qarşılık gelmektedir.

Bununla belə tədqiqatnın hesabatlanmasında sayısal bir daxili tutarsızlık vardır. Tablo 1’de beşillik toplam müayinə sayısı 706.910 olaraq məlumatlmektedir. Aynı tablodaki BI-RADS 1, 2 və 3 sailarının toplamı da 706.910’dur. Buna qarşılık ana metin və Şəkil 2’de 706.545 sayısı kullanılmaktadır. Ayrıca bildirilən 566.698 eğitim və 142.517 test müayinəsinin toplamı 709.215’tir və her iki toplamla da uyuşmamaktadır. Bu fərqlılıklar nihai sürümde açıklanmalıdır.

Modelin girdiləri iki ana bloktan oluşmuştur. İlk blok; yaş, menarşe və menopauza yaşı, doğum etməmə, düşük sayı, ailəde süd vəzi və ya yumurtalıq xərçəngi öyküsü, ana südü ilə qidalandırma, bədən kütlə indeksi, BI-RADS sinfi, sığorta ödənişi və coğrafi poçt kodu gibi yapılandırılmış klinik bilgiləri daxiliermiştir.

İkinci blok, kişilərin indeks mamografiyayaden əvvəlki radiologiya hesabatlarının tarih sırasına göre düzenlenmiş metinlerini və müayinəler arasındaki zaman aralıklarını kapsamıştır. Hesabat metinleri TF-IDF metodiyle sayısal vektörlere dönüştürülmüş, gecmiş hesabatlar ortalama və ya yakın tarihli müayinəlere daha çox ağırlık veren zaman ağırlıklı birleştirme metodleriyle özetlenmiştir.

Beş illık proqnoz üçün test dəstindeki AUROC dəyəri 0,863 və %95 etibar intervalı 0,853-0,871 olaraq bildirilmişdir. Bir ilə dört illık modellerde AUROC dəyərleri 0,82 ilə 0,85 arasında dəyişmiştir. Beş illık izləmə süresini birlikte dəyərlendiren konkordans indeksi 0,859’dur.

AUROC 0,86, rastgele seçilən bir xərçəng inkişaf edən müayinə ilə xərçəng gelişmeyen bir müayinə qarşılaştırıldığında modelin xərçəng inkişaf edən müayinəye daha yüksək risk balı verme olasılığının təxminən %86 olduğunu ifade eder. Bu dəyər, modelin bireysel bir kişide “%86 düzgünlukla xərçəngi bildiği” mənasına gəlmir.

Model yalnız ən yüksək riskli %3,4’lük müayinə grubunu işaretlediğinde, beş il üçünde xərçəng gelişecek müsbət müayinəlerin %50,1’ini yakalamıştır. Bu tədqiqat noktasında spesifiklik %97,3 və müsbət öngörü dəyəri təxminən %25,1’dir. Başka bir ifadeyle yüksək risk olaraq işaretlenen təxminən her dört müayinəden biri beşillik müsbət nəticəla əlaqəlidir; lakin bu, kişilərin hemen xərçəng olduğu və ya biopsiya gerektirdiği mənasına gəlmir.

Aşağı risk analizi de dikkat çekicidir. En aşağı riskli müayinəlerin %25’i aşağı risk qrupu olaraq seçildiğinde bütün beşillik xərçəng olaylarının %5’i bu grupta kalmıştır. En aşağı riskli %47 seçildiğinde ise bütün müsbət olayların %10’u bu grupta kalmıştır. Bu nəticəların düzgün yorumu, “aşağı risk qrupundaki kişilərin %10’u xərçəng oldu” deyil.

Tədqiqatnın özetinde kullanılan “en düşük %47’lik grupta yalnız %10 xərçəng gelişti” ifadesi yanıltıcıdır. Şəkil 4 və nəticə bölməüne göre %10 dəyəri, bütün xərçəng olaylarının ne kadarının aşağı risk qrupunda kaldığını gösteren səhv mənfi nisbətıdır. Aşağı risk grubundaki müayinəlerin təxminən %99,6’sı beş il boyunca mənfi kalmıştır; dolayısıyla grup daxilii müsbətlik təxminən %0,4 səviyyəsindedir.

Model, BI-RADS siniflərinın kendi üçündeki belirgin risk fərqlılıklarını da göstermiştir. BI-RADS 1, 2 və 3 üçünde gələcəkte xərçəng inkişaf edən müayinəlerin risk puanları geniş bir dağılım sergiləmiştir. Bu tapıntı, tek bir mamografiyanin BI-RADS sinfinın gələcək riski bütünüyle temsil etmediğini; gecmiş hesabatların və klinik özelliklerin ek bilgi taşıyabiləceğini düşündürmektedir.

Açıklanabilirlik analizinde yüksək risk proqnozlerini en güclü bdaxiliimde etkiləyen hesabat ifadeleri arasında əvvəlki süd vəzi cərrahiyyəsi, mastektomiya, kalsifikasiyalar və memarlıq distorsiyasılar yer almıştır. Aşağı risk proqnozlerinde ise iki süd vəzinin simetrik görünmesi, qarşı süd vəzide və ya aksillyar limfa düyünlərinde şübhəli tapıntı bulunmaması və güven məlumatci radyolojik ifadeler öne çıkmıştır.

Yapılandırılmış dəyişkenlerde ailə anamnezi və reproduktiv anamnez yüksək risk proqnozlerine daha çox katkı sağlamıştır. Sigorta ödeme səviyyəsi və coğrafi bölgə gibi sosioiqtisadi göstergeler ise bazı düzgün mənfi proqnozlerde daha belirgin olmuştur. Bu son tapıntı dikkatle yorumlanmalıdır; ekonomik və coğrafi dəyişkenler biyolojik riski değil, sağlık hizmetine erişimi, izləmə düzenini və ya məlumat qeyd bdaxiliimini de yansıtabilir.

Modelin kalibrasiyau beta kalibrasiyau və izotonik reqressiyala iyiləştirilmiştir. Her iki metodde Brier skoru təxminən 0,014 olaraq bildirilirken kalibre edilmemiş modelde 0,093’tür. En yüksək risk proqnozlerinde hafif aşırı güven görülmüşdür. Düşük olay tez-tezlığı səbəbiyle Brier skorunun olay prevalansıyla birlikte yorumlanması gerekir; tədqiqatda yalnız prevalansı proqnoz eden basit bir müqayisə modelinin Brier skoru məlumatlmemiştir.

Tədqiqat, modelin gerçek klinik tətbiqda erkən diaqnozyı artırdığını, ölümləri azalttığını və ya skrininq maliyetlerini düşürdüğünü göstermemiştir. Model sağlık işçilarının kararlarını dəyiştirecek bdaxiliimde iləriye dönük olaraq uygulanmamış, yüksək risk qrupuna ek MRI və ya biopsiya məlumatlmemiş və aşağı risk qrupunda skrininq aralığı gerçekten iki ila çıkarılmamıştır.

Bu səbəbdən nəticəlar, kişiselleştirilmiş skrininq üçün güclü bir teknik olasılık göstermekle birlikte hələ skrininq rehberi deyil. Yazarların da belirttiği gibi prospektiv düzgünlama, xərc-effektivlik analizi, səhv müsbətlerin doğuracağı biopsiya və kaygı yükü, gecikmiş tanı riski və fərqlı sağlık sistemlerindeki xarici düzgünlama tamamlanmadan klinik siyasət dəyişikliği yapılmamalıdır.

Tədqiqatnın temel problemi nədir?

Geleneksel süd vəzi xərçəngi skrininq programlarında yaş, ailə anamnezi və mevcut mamografiya sonucu gibi məhdud sayıda faktör kullanılır. Pek çok səhiyyə sisteminde belirli bir yaş qrupundaki kişiləre illık və ya iki ilda bir mamografiya önerilir.

Bu yaklaşım nüfus səviyyəsinde uygulanabilir olsa da eyni yaşta və eyni BI-RADS sinfinda bulunan iki kişinin gerçek riski birbirinden çok fərqlı ola bilər. Örneğin her ikisi de BI-RADS 2 olan iki kişiden birinin gecmiş hesabatlarında tekrarlayan kalsifikasyon, mimari bozulma və cərrahi öyküsü bulunurken diğerinde illardır dəyişmeyen, simetrik və xoşxassəli nəticələr bulunabilir.

Tədqiqatnın temel araşdırma sualsu şudur:

Bir kişinin gecmiş mamografiya hesabatlarının tamamı və rutin elektron sağlamlıq qeydləri birlikte dəyərlendirilirse, mevcut müayinə mənfi və ya muhtemelen xoşxassəli olsa bilə önümüzdeki bir ilə beş il üçündeki süd vəzi xərçəngi riski daha iyi ayırt ediləbilir mi?

BI-RADS 1, 2 və 3 ne ifade eder?

Model BI-RADS 4, 5 və ya 6 ilə başvuran kişilərin mevcut xərçəng olasılığını dəyərlendirmek üçün geliştirilmemiştir. Amaç, güncel müayinəsi mənfi və ya muhtemelen xoşxassəli görünen kişilər arasında gələcək riski ayırmaktır.

Bu model mevcut mamogramdaki xərçəngi mi, gələcəkteki xərçəngi mi proqnoz ediyor?

Tədqiqat gələcəkteki xərçəng riskini proqnoz etmeyi amaçlamaktadır. İndeks mamografiyaden sonraki ilk 90 gün üçünde bədxassəlilik düzgünlanan müayinəler xaricilanmıştır. Böylece mevcut müayinə sırasında zaten var olan və ya hemen sonrasında tanı konan xərçənglerin “gələcək risk” olaraq sınıflandırılmasının önüne gecilmeye çalışılmıştır.

Birincil nəticə, indeks mamografiyayaden 90 gün sonra başlayıp seçilən proqnoz ufkunun sonuna kadar ortaya çıkan süd vəzi xərçəngi göstergesidir.

Pozitif nəticə şu yollardan biriyle tərif edilmişdir:

• BI-RADS 6 sınıflaması,
• Malign biopsiya sonucu,
• BI-RADS 5 sınıflaması; lakin sonraki altı ayda mənfi və ya xoşxassəli müayinəyle çürütülmemiş olması.

Bu nəticə tanımı yalnız histopatolojik olaraq düzgünlanmış xərçənglerden oluşmamaktadır. BI-RADS 5 və ya 6 kodlarının da nəticə etiketine katkıda bulunması olası səhv sınıflandırmaya yol açabilir. Araşdırmacılar zaman pencerelerini dəyiştirerek həssaslıq analizleri yapmış və model performansında belirgin dəyişim bildirmemiştir.

Takibin yeterli olduğu nasıl belirlendi?

Bir müayinənin belirli bir proqnoz ufkunda mənfi olaraq sınıflandırılabilmesi üçün pasiyentnın o süre boyunca sistem üçünde gözlenmiş olması gerekiyordu. Takip illık aralıklara ayrılmış və kişinin hədəf sürenin sonunda və ya sonrasında en az bir mamografiya ya da biopsiya kaydı bulunması istenmiştir.

Örneğin beşillik analizde, kişinin beşinci il və ya sonrasında sistemde bir mamografiya ya da biopsiya kaydı bulunması gerekiyordu. Yeterli takibi bulunmayan müayinəler beşillik analizden çıkarılmış, lakin daha kısa izləmə ölçütünü qarşılıyorsa bir və ya iki illık analizlerde tutulmuştur.

Bu metod səhv mənfi etiketleri azaltmayı amaçlar. Buna qarşılık düzenli izləmə yaptıran və eyni özel səhiyyə sistemi üçünde kalan kişiləri seçer. Sağlık sisteminden ayrılan, başka merkezde tanı alan və ya uzun süre mamografiya yaptırmayan kişilər xaricilanmış ola bilər.

Dolayısıyla modelin performansı, düzenli və belgelenmiş takibi bulunan özel səhiyyə sistemi kullanıcılarında ölçülmüştür. Parçalı qeydlara sahip sağlık sistemlerine eyni bdaxiliimde taşınabiləceği gösterilmemiştir.

Beş illık kohort nasıl oluşturuldu?

Analiz bir kişi səviyyəsinde mi, mamografiya səviyyəsinde mi yapıldı?

Bir kişi tədqiqat süresinde birden çox uygun mamografiyaye sahip ola bilər. Her uygun mamografiya, o tarihte mevcut bilgilərle oluşturulan ayrı bir indeks müayinə və ayrı bir risk proqnozu olaraq dəyərlendirilmiştir.

Aynı kişi eğitim və test kümelerine bölünmemiştir. Veri ayrımı kişi səviyyəsinde yapılmış və bir kişinin bütün müayinəleri eyni kümede tutulmuştur. Bu yaklaşım eğitim-test məlumat sızıntısını azaltan önemli bir güclü yöndür.

Bununla belə performans ölçülerinin birimi büyük ölçüde mamografiya müayinəsidir. Aynı kişi test dəstinde birden çox indeks müayinəyle temsil ediləbilir. Bu səbəbdən “ən yüksək riskli %3,4” ifadesi birbaşa benzersiz kişilərin %3,4’ü mənasına gəlməyə bilər.

Aynı kişiye ait müayinəler birbirinden müstəqil deyil. Tədqiqat bu bağımlılığın güven aralıklarında nasıl ele alındığını ana metinde ayrıntılı olaraq izahmaktadır.

Modelde kullanılan yapılandırılmış məlumatler

Sigorta ödemesi və poçt kodu birbaşa biyolojik süd vəzi xərçəngi belirteçleri deyil. Sağlık hizmetine erişim, gelir, bölgesel sağlık altyapısı, izləmə tez-tezlığı və qeyd kalitesi gibi fərqlı süreçlerin göstergesi ola bilərler.

Uzunlamasına mamografiya hesabatları nasıl kullanıldı?

Her kişi, indeks müayinəden əvvəlki mamografiya hesabatlarının zaman sırasına göre düzenlenmiş dizisiyle temsil edilmiştir. Her gecmiş qeyd şu bilgiləri taşımıştır:

• Radyoloğun serbest metin hesabatu,
• İlgili BI-RADS sinfi,
• Bir əvvəlki mamografiyayle arasındaki zaman.

Model yalnız son hesabata bakmamış; gecmiş hesabatlar boyunca ortaya çıkan, kaybolan və ya tekrar eden radyolojik ifadeleri özetlemeye çalışmıştır.

Bu yaklaşım şu tür bilgiləri yakalayabilir:

• Yıllar üçünde tekrarlanan kalsifikasyon ifadeleri,
• Mimari distorsiyonun yeni və ya kalıcı olması,
• Önceki cərrahi dəyişiklikler,
• İki müayinə arasındaki sürenin uzaması və ya kısalması,
• BI-RADS siniflərinın zaman üçündeki seyri.

TF-IDF ne işe yaradı?

Radyoloji hesabatları birbaşa sinir ağına ham cümleler şeklinde məlumatlmemiştir. Mətnler, kelime və kelime çiftlerinin hesabat üçündeki önemini ölçen TF-IDF metodiyle sayısal vektörlere dönüştürülmüştür.

Tədqiqatnın kullandığı metodin temel mantığı izah amacıyla şöyle gösteriləbilir:

\[ TF\text{-}IDF(t,d)=TF(t,d)\times\log\left(\frac{N}{DF(t)}\right) \]

Burada:

• t, belirli bir kelime və ya terimi,
• d, incelenen radiologiya hesabatınu,
• TF(t,d), terimin ilgili hesabatda ne tezlikta gectiğini,
• DF(t), terimin kaç fərqlı hesabatda görüldüğünü,
• N, toplam hesabat sayısını ifade eder.

“Süd vəzi” və ya “mamografiya” gibi hemen her hesabatda bulunan kelimeler düşük ayırt edici ağırlık alırken “memarlıq distorsiyası” və ya belirli cərrahi ifadeler daha ayırt edici ola bilər.

TF-IDF’nin avantajı, modelin hangi kelime və ya kelime çiftlerine önem verdiğinin görülebilmesidir. Buna qarşılık kelimelerin bağlamını modern dil modelleri kadar ayrıntılı temsil etmeyebilir. Olumsuzluk, belirsizlik, hesabat şablonları və kurumlara özgü yazım bdaxiliimleri model performansını etkiləyebilir.

Geçmiş hesabatların zamanı nasıl dikkate alındı?

Model mimarisinde gecmiş hesabatları tek bir pasiyent vektörüne dönüştüren dəyiştiriləbilir bir birleştirme modülü istifadə edilmişdir. Basit ortalama və daha yakın tarihli müayinəlere daha çox önem veren zaman ağırlıklı ortalama seçenekleri dəyərlendirilmiştir.

Tədqiqatnın anlattığı üstel zaman ağırlığının temel mantığı şu ilişkiyle açıklanabilir:

\[ w_i=\frac{e^{-\lambda\Delta t_i}}{\sum_j e^{-\lambda\Delta t_j}} \]

Burada:

• Δt_i, gecmiş hesabatla indeks müayinə arasındaki zamanı,
• λ, eski hesabatların ağırlığının ne kadar hızlı azalacağını belirleyen parametreyi,
• w_i, ilgili gecmiş hesabatun toplam özetteki ağırlığını ifade eder.

Bu formül tədqiqatnın zaman ağırlıklı yaklaşımını izahk üçün məlumatlmiştir. Kullanılan kəsikn parametreler və en iyi toplulaştırma seçeneği ana PDF’de ayrıntılı bdaxiliimde hesabatlanmamış, ek materyale yönlendirilmiştir.

Model mimarisinde önemli bir izah tutarsızlığı

Tədqiqat tasarımı bölməünde her proqnoz ufku üçün ayrı bir model eğitildiği belirtilmektedir. Buna qarşılık model mimarisi bölməünde və Şəkil 1’de tek bir yoğun sinir ağının bir, iki, üç, dört və beşillik olasılıkları eyni anda ürettiği gösterilmektedir.

Bu iki anlatım birbirinden fərqlı model kurulumlarını tarif eder:

• Her zaman ufku üçün müstəqil model,
• Beş zamanı eyni anda proqnoz eden çok çıkışlı tek model.

Nihai uygulamanın hangisi olduğu açık bdaxiliimde belirtilmelidir. Model mimarisi, kayıp fonksiyonu və zaman ufukları arasındaki bilgi paylaşımı bakımından bu ayrım önemlidir.

Model nasıl eğitildi və test edildi?

• Verilər kişi səviyyəsinde eğitim və test kümelerine ayrılmıştır.
• Aynı kişi iki fərqlı ana kümeye girmemiştir.
• Eğitim məlumatsi üçünde beş katlı çarpaz düzgünlama istifadə edilmişdir.
• Hiperparametreler düzgünlama performansına göre seçilmiştir.
• Nihai metrikler saklı test dəstinde hesablanmışdır.
• Belirsizlikler yeniden örneklemeye dayalı güven aralıklarıyla məlumatlmiştir.

Bu yaklaşım rastgele pasiyent bölünmesine dayalı bir daxili düzgünlamadır. Daha sonraki illarda gelen pasiyentlərla ayrı zamansal düzgünlama və ya başka bir səhiyyə sisteminde müstəqil xarici düzgünlama yapılmamıştır.

AUROC nəticəları

Beş illık modelin daha yüksek performans göstermesi ilk bakışta şaşırtıcıdır; çünki daha uzak geleceğin proqnoz edilmesi genellikle daha zor ola bilər. Yazarlar bunu beşillik kohortta daha çox xərçəng olayı bulunmasına və zaman ufukları üçün fərqlı eğitim düzenlerine bağlamaktadır.

AUROC neyi göstərir, neyi göstermez?

AUROC, modelin müsbət və mənfi müayinəleri ne kadar iyi sıraladığını ölçer. Yaygın bir yorumla:

\[ AUROC=P(Risk_{pozitif}>Risk_{negatif}) \]

Beş illık AUROC=0,863 dəyəri, rastgele seçilən bir müsbət müayinəye rastgele seçilən mənfi müayinəden daha yüksək risk balı məlumatlme olasılığının təxminən %86,3 olduğunu ifade eder.

AUROC:

• Bir kişinin kəsikn xərçəng olasılığını göstermez.
• Belirlenen risk yüzdesinin düzgün kalibre edildiğini tek başına kanıtlamaz.
• Yanlış müsbət və ya səhv mənfilərin klinik maliyetini daxiliermez.
• Modelin kullanılmasıyla ölüm nisbətının azalacağını göstermez.

Konkordans indeksi

Beş ila kadar bütün izləmə zamanları birlikte dəyərlendirildiğinde C-indeksi 0,859 olaraq bildirilmişdir. Konkordans indeksi, daha erkən xərçəng inkişaf edən müayinəye daha yüksək risk məlumatlip məlumatlmediğini dəyərlendirir.

Ancak tədqiqatnın ana modellemesi ikili zaman ufku proqnozleri olaraq tarif edilmektedir. C-indeksinin hangi risk skoru və sansürleme yaklaşımıyla hesaplandığı ana metinde məhdud ayrıntıyla sunulmuştur.

Kalibrasyon neden gereklidir?

İki model pasiyentlərı benzer düzgünlukla sıralayabilir, lakin biri riski sürekli olduğundan yüksek proqnoz edebilir. Klinik kararlarda yalnız sıralama değil, “bu kişinin beşillik riski təxminən yüzde kaçtır?” sualsu da önemlidir.

Tədqiqatda üç kalibrasiya metodi dəyərlendirilmiştir:

• Platt miqyaslama,
• Beta kalibrasiyau,
• İzotonik regresyon.

Platt miqyaslama ciddi sınıf dengesizliği altında olasılıkları dar bir aralığa tez-tezıştırmıştır. Beta və izotonik kalibrasiya daha uygun nəticə vermiştir.

En yüksək risk aralığında her iki kalibre model de riski hafif yüksek proqnoz etmiştir. Bu bölgedeki örnek sayısının daha az olması və olayların seyrekliği proqnoz belirsizliğini artırmaktadır.

Beş illık xərçəng prevalansı düşük olduğu üçün Brier skoru doğal olaraq küçük ola bilər. Tədqiqatda yalnız genel prevalansı herkese atayan basit bir referans modelle Brier müqayisəsı məlumatlmemiştir. Bu səbəbdən 0,014 dəyəri tek başına kalibrasiyaun klinik yeterliliğini kanıtlamaz.

En yüksək riskli %3,4’lük grup

Bu hədd klinik tətbiqda düzgünlanmış bir biopsiya və ya MRI eşiği deyil. Yazarlar, yüksək riskli kişilərin yeniden dəyərlendirme, daha kısa izləmə və ya ek görüntüləmə üçün seçiləbiləceğini tartımmaktadır; lakin bu stratejilər tədqiqatda uygulanmamıştır.

Yüksək risk olaraq işaretlenenlerin təxminən dörtte üçü beş il üçünde müsbət nəticə geliştirmemiştir. Bu kişiləre ek biopsiya və ya görüntüləmə uygulanması səhv müsbətlik, kaygı, maliyet və gereksiz işlem oluşturabilir.

Aşağı riskli %25 və %47 nasıl yorumlanmalıdır?

Yanlış mənfi nisbətı, bütün müsbətlerin ne kadarının aşağı risk qrupuna atandığını göstərir. Grup üçündeki gerçek xərçəng nisbətı deyil.

Model aşağı riskli kişilərin skrininq aralığının iki ila çıkarılabiləceğine ilişkin bir politika senaryosu sunmaktadır. Ancak bu senaryo uygulanıp test edilmemiştir. Skrininqnın geciktirilmesiyle ortaya çıkabiləcek evre dəyişimi, interval xərçəng, mortalite, həyat keyfiyyəti və ya maliyet sonucu ölçülmemiştir.

BI-RADS sinifləri üçünde gizli risk fərqlılığı

Şəkil 4’te, gələcəkte müsbət nəticə geliştiren BI-RADS 1, 2 və 3 müayinəlerinin model risk puanları geniş və örtüşen dağılımlar göstərir.

Bu nəticə iki önemli noktaya işaret eder:

• BI-RADS 3 genel olaraq daha yüksək risk taşısa da bütün BI-RADS 3 müayinəleri eyni deyil.
• BI-RADS 1 və ya 2 sonucu alan bazı müayinəler gecmiş hesabat və klinik özellikleri səbəbiyle yüksek uzunmüddətli risk balı alabilir.

Model BI-RADS’ın yerine gecmek üzəre değil, BI-RADS sinfina ek bir uzunmüddətlili risk katmanı olaraq tasarlanmıştır.

Yaş gruplarına göre performans

Tablo 2 üst yaş qrupunu 50-74, nəticə metni ise 50-75 olaraq tanımlamaktadır. Tədqiqatnın genel uygunluk ölçütü 18-75 yaştır. Bu küçük fakat düzeltilmesi gereken bir hesabatlama fərqlılığıdır.

18-39 yaş qrupunun mamografiya skrininqsına hangi klinik nedenlerle girdiği ayrıca önemlidir. Bu yaşlarda mamografiya yaptıran kişilər genel genç nüfustan fərqlı risk özellikleri taşıyabilir. Dolayısıyla performans bütün 18-39 yaş qrupuna genellenemez.

Bölgelere göre performans

Model bütün bölgelerde rastlantı səviyyəsinin üzərinde ayrım göstermiştir. Ancak beşillik uygun müayinəlerin %70,4’ü Kuzeydoğu bölgesinden gelmektedir. Güney və Orta-Batı bölgelerindeki örneklem çok daha küçüktür və güven aralıkları geniştir.

Tablo 1’de beş bölgenin saiları toplam müayinə sayısına ulaşmamaktadır; bölgesel bilgisi eksik müayinəler alt grup analizinden çıkarılmıştır. Bu səbəbdən “bütün bölgelerde güclü genelleme” ifadesi özellikle az temsil edilən bölgeler bakımından dikkatli kullanılmalıdır.

Açıklanabilirlik üçün bütünlhədd gradyanlar

Model kararlarına hangi özelliklerin katkı sağladığını dəyərlendirmek üçün bütünlhədd gradyanlar, İngilizce adıyla integrated gradients, istifadə edilmişdir.

Metodin temel matematiksel mantığı şöyledir:

\[ IG_i(x)=(x_i-x_i')\int_0^1\frac{\partial F(x'+\alpha(x-x'))}{\partial x_i}\,d\alpha \]

Burada:

• x, gerçek müayinə girdisini,
• x′, müqayisə üçün kullanılan başlanğıc girdisini,
• F, modelin risk çıktısını,
• IG_i, i numaralı özelliğin proqnoze katkısını ifade eder.

Mətn özelliklerinde başlanğıc noktası bilgi daxiliermeyen sıfır vektör, yapılandırılmış özelliklerde ise standartlaştırılmış nüfus ortalığıdır.

Metod bir özelliğin model kararını hangi yönde dəyiştirdiğini göstərir. Özelliğin gerçek dünyada xərçənge neden olduğunu kanıtlamaz.

Mətn bloğu mu, yapılandırılmış məlumatler mi daha etkiliydi?

Şəkil 5’te radiologiya hesabatı metinlerinin toplam katkısı yapılandırılmış özelliklerden genellikle daha yüksektir. Ancak mətn bloku binlerce kelime və söz cütünden, yapılandırılmış blok ise çok daha az sayıdaki dəyişkenden ibarətdir.

Bu səbəbdən toplam katkının daha yüksek olması kısmen mətn blokunun boyutunun daha büyük olmasından mənbəlanabilir. Araşdırmacılar bu məhdudlığı açıkça kabul etmektedir.

Negatif proqnozler daha az sayıdaki güclü və güven məlumatci ifadeye dayanırken müsbət proqnozler hesabat sözlüğündeki daha geniş bir terim grubunun ortak katkısıyla oluşmuştur.

Yüksək risk proqnozlerinde öne çıkan ifadeler

• Süd vəzi cərrahiyyəsi,
• Sağ mastektomiya,
• Duktal uzanım,
• Vasküler dilatasyon,
• Kalsifikasyonlar,
• Spiküle və ya şübhəli tapıntılar,
• Mimari distorsiyon,
• Mikrokalsifikasiyalar,
• Süd vəzi tümörü və ya kitleye işaret eden ifadeler.

Bu terimlerin yüksək riskle əlaqəli bulunması klinik olaraq anlaşılabilir görünmektedir. Ancak izaholunanlıq analizi, yapılandırılmış qeydlarda bulunmayan bazı cərrahi və ya implant öykülerinin hesabat mətninden modele girdiğini de göstermiştir.

Yazarlar, bazı süd vəzi implantı və ya gecmiş cərrahi öyküsü bulunan kişilərin eksik yapılandırılmış qeydlar səbəbiyle səhv bdaxiliimde kohorta dahil edilmiş olabiləceğini belirtmektedir. Bu durum elektron sağlamlıq qeydlərinın düzgünluğuna bağımlılığı göstərir.

Aşağı risk proqnozlerinde öne çıkan ifadeler

• Simetrik süd vəzilər,
• Karşı süd vəzide şübhəli tapıntı bulunmaması,
• Aksiller lenf düğümü büyümesi bulunmaması,
• Normal konfigürasyon,
• İyi huylu və ya dəyişmeyen nəticələr,
• Şüpheli patolojik tapıntı yokluğu.

Bu ifadeler modelin aşağı riski yalnız yaş və ya BI-RADS sinfindan değil, hesabat dilindeki güven məlumatci nəticələrın ortak örüntüsünden çıkardığını düşündürmektedir.

Yapılandırılmış özelliklerin katkısı

Yüksək risk proqnozlerinde ailə anamnezi və reproduktiv anamnez daha belirgin katkı sağlamıştır. Aşağı risk proqnozlerinde aylık sığorta ödənişi və coğrafi bölgə gibi sosioiqtisadi göstergeler öne çıkmıştır.

Bu nəticə modelin klinik əhəmiyyətli özellikleri kullandığını destekleyebilir; lakin sosioiqtisadi özelliklerin katkısı şu olasılıkları da gündeme getirir:

• Bölgesel izləmə tez-tezlığı fərqlılıkları,
• Sağlık hizmetine erişim,
• Tanı düzgünlama olasılığı,
• Hesabat yazım uygulamaları,
• Sigorta paketine bağlı görüntüləmə yoğunluğu.

Bu səbəbdən modelin sosioiqtisadi və coğrafi gruplarda adil çalışıp tədqiqatdığı yalnız AUROC ilə değil, kalibrasiya, səhv mənfi nisbətları və klinik nəticəlarla ayrıca dəyərlendirilmelidir.

Tədqiqatnın klasik risk modelleriyle müqayisəsı

Yazarlar Gail, Tyrer-Cuzick, BOADICEA və görüntü əsaslı derin öğrenme modellerinin yayımlanmış AUROC dəyərlerini tədqiqatnın 0,86 dəyərinden daha düşük olaraq sunmaktadır.

Ancak bunlar eyni pasiyentlər, eyni nəticə tanımı və eyni test dəsti üzərinde yapılan birbaşa müqayisəlar deyil. Fərqlı tədqiqatlar:

• Fərqlı ülkeleri,
• Fərqlı yaş və risk dağılımlarını,
• Fərqlı xərçəng tanımlarını,
• Fərqlı izləmə sürelerini,
• Fərqlı görüntüləmə və klinik məlumat türlerini kullanmıştır.

Bu səbəbdən tədqiqat güclü bir performans göstermiş olsa da diğer modellerden kəsikn olaraq üstün olduğu müstəqil başa baş dəyərlendirmeyle kanıtlanmamıştır.

Ham mamografiya görüntülerinin kullanılmaması neden önemli?

Görüntü tabanlı modellerin uygulanması üçün ham mamografiya dosyalarının standart bdaxiliimde saklanması, aktarılması və yüksek hesaplama gücüyle işlenmesi gerekir. Birçok səhiyyə sisteminde gecmiş görüntüler eksik, fərqlı cihaz formatlarında və ya birden çox merkezde parçalı ola bilər.

Radyoloji hesabatları və elektron sağlamlıq qeydləri ise çoğu klinik sistemde daha küçük məlumat boyutunda və daha kolay erişiləbilir durumdadır.

Bu yaklaşımın olası avantajları:

• Daha düşük hesaplama yükü,
• Mevcut qeyd sistemlerine daha kolay entegrasyon,
• Hesabat terimlerinin açıklanabilir olması,
• Geçmiş müayinəlerin zaman üçündeki birikimini kullanabilme,
• Görüntü arşivi eksik sağlık sistemlerinde uygulanabilirlik.

Temel dezavantaj ise görüntüde bulunan lakin hesabata yazılmamış ayrıntıların kaybedilmesidir. Model radyoloğun ne gördüğünden çok, hesabata ne yazdığını öğrenmektedir. Hesabatlama alışkanlıkları dəyiştiğinde performans da dəyişebilir.

Model klinikte nasıl kullanılabilir?

Yazarların önerdiği olası kullanım alanları şunlardır:

• BI-RADS 1-3 üçündeki yüksək riskli kişiləri daha erkən yeniden dəyərlendirmek,
• Ek mamografiya, ultrasəs və ya MRI üçün əvvəlliklendirme yapmak,
• BI-RADS 3 üçündeki daha yüksək riskli kişiləri daha yakından izlemek,
• Çok aşağı riskli kişiləri illık yerine iki illık skrininqya yönlendirmek,
• Sınırlı görüntüləmə mənbəlarını risk səviyyəsine göre dağıtmak.

Bunların hdaxilibiri bu araşdırmada klinik müdahale olaraq sınanmamıştır. Model çıktılarının hekim kararına eklenmesinin xərçəng evresini, ölüm nisbətını, biopsiya sayısını, maliyeti və ya pasiyent kaygısını nasıl dəyiştireceği bilinsüd vəziktedir.

Tədqiqatnın gecmiş, bu gün və gələcək açısından önemi

Geçmişte süd vəzi xərçəngi risk modelleri büyük ölçüde yaş, ailə anamnezi, üreme gecmişi və genetik belirteçler gibi sabit dəyişkenlere dayanmıştır. Mamografiya tabanlı süni intellekt tədqiqatları ise çoğunlukla tek bir müayinənin görüntüsünü kullanmıştır.

Bugün bu tədqiqat, gecmiş radiologiya hesabatlarının bütününün və müayinəler arasındaki zamanın gələcək risk üçün önemli bilgi taşıyabiləceğini göstərir. Bu yaklaşım, tek bir mamografiya karesinden çok kişinin zaman üçündeki skrininq hikâyesini dəyərlendirmektedir.

Gelecekte hesabat mətni, görüntüler, reçeteler, genetik bilgilər və həyat tarzı məlumatleri birlikte kullanılarak daha kapsamlı risk modelleri geliştiriləbilir. Ancak daha çox məlumat eklenmesi her zaman daha iyi klinik nəticə mənasına gəlmir. Veri kalitesi, məxfilik, ayrımcılık riski, model kalibrasiyau və səhiyyə sistemi üzərindeki etkilər ayrıca dəyərlendirilmelidir.

Tədqiqatnın güclü yönleri

• Yaklaşık 4,61 milyon mamografiya hesabatu və 1,81 milyon kişilik çok büyük bir başlanğıc məlumat tabanı istifadə edilmişdir.
• Verilər on illık real həyat səhiyyə sistemi qeydlarından elde edilmiştir.
• BI-RADS 1, 2 və 3 üçündeki gələcək risk fərqlılığına odaklanılmıştır.
• Geçmiş mamografiya hesabatları tarih sırasıyla modele daxil edilmişdir.
• Ham görüntü gerektirmeyen daha ölçeklenebilir bir yaklaşım geliştirilmiştir.
• TF-IDF kullanımı klinik terim səviyyəsinde izaholunanlıq sağlamıştır.
• Yapılandırılmış klinik, üreme, ailə anamnezi və sosioiqtisadi bilgilər birleştirilmiştir.
• Eğitim-test ayrımı kişi səviyyəsinde yapılmıştır.
• Bir ilə beş il üçün ayrı performans nəticəları sunulmuştur.
• Yaş və coğrafi bölgə alt grupları incələnmişdir.
• Beta və izotonik kalibrasiya metodleri qarşılaştırılmıştır.
• Operasyonel həssaslıq, spesifiklik, PPV, NPV və səhv mənfi senaryoları sunulmuştur.
• BI-RADS sinifləri üçündeki risk dağılımları görselleştirilmiştir.
• Bütünlhədd gradyanlarla düzgün və hatalı proqnozler ayrı incələnmişdir.
• Mətn və yapılandırılmış özelliklerin katkıları ayrı dəyərlendirilmiştir.
• Erken xərçəng xaricilama və nəticə düzgünlama pencereleri üçün həssaslıq analizleri yapılmıştır.

Tədqiqatnın məhdudlıkları

• Hakem dəyərlendirmesi yoxdur: Tədqiqat hələ hakemlikten gecmemiş bir preprinttir.
• Retrospektif tasarım: Kayıt hataları, seçilim və ölçülmeyen karıştırıcılar bulunabilir.
• Tek səhiyyə sistemi: Verilər eyni özel sağlık ağına aittir; başka ülkeler və ya kamu sistemlerinde xarici düzgünlama yoxdur.
• Rastgele daxili düzgünlama: Test məlumatsi müstəqil kişilərden oluşsa da eyni kurum, dönem və qeyd süreçlerinden gelmektedir.
• Takip seçilimi: Yeterli izləmə kaydı bulunmayan kişilər çıkarılmıştır.
• Özel səhiyyə sistemi nüfusu: Nəticəlar Brezilya’daki bütün nüfusa və ya kamu səhiyyə sistemine birbaşa genellenemez.
• Müayinə səviyyəsinde analiz: Aynı kişi birden çox indeks mamografiyayayle temsil ediləbilir.
• Müayinəler arası bağımlılık: Aynı kişinin tekrarlanan müayinəlerinin statistik bağımlılığı ana metinde ayrıntılı ele alınmamıştır.
• Nəticə etiketi histolojiyle məhdud deyil: BI-RADS 5 və 6 qeydları da müsbət sonuca katkıda aşkar edilmişdir.
• Ham görüntüler kullanılmamıştır: Hesabatlara aktarılmayan görüntü bilgiləri kaybedilmiştir.
• Hesabat yazımına bağımlılık: Pasiyentne, cihaz, radioloq və dil dəyişiklikleri performansı etkiləyebilir.
• Eksik klinik qeydlar: Cerrahi və ya implant öyküsü bazı kişilərde yalnız metinden anlaşılmıştır.
• Sosyoekonomik vekil dəyişkenler: Sigorta ödemesi və poçt kodu sağlık hizmeti erişimini öğrenmiş ola bilər.
• Adalet analizi məhduddır: Irk, etnik köken, gelir səviyyəsi və diğer sosyal gruplara göre ayrıntılı hata analizi sunulmamıştır.
• Bölgesel dengesizlik: Beş illık kohortun büyük bölməü Kuzeydoğu bölgesindendir.
• Az temsil edilən bölgeler: Güney və Orta-Batı proqnozlerinde güven aralıkları geniştir.
• Kalibrasyonda yüksək risk sapması: En yüksek proqnozlerde hafif aşırı güven görülmüşdür.
• Brier müqayisəsı eksiktir: Basit prevalans modeline qarşı Brier müqayisəsı məlumatlmemiştir.
• Doğrudan model müqayisəsı yoxdur: Gail, Tyrer-Cuzick və ya görüntü əsaslı modeller eyni test dəstinde dəyərlendirilmemiştir.
• Prospektif klinik yarar gösterilmemiştir: Modelin erkən diaqnozyı və ya sağqalımı iyiləştirdiği bilinsüd vəziktedir.
• Skrininq aralığı denenmemiştir: Aşağı risk grubunda iki illık skrininqnın güvenliği deneysel olaraq sınanmamıştır.
• Ek görüntüləmənin etkisi bilinmiyor: Yüksək riskli gruba MRI və ya biopsiya məlumatlmesinin yarar-zarar dengesi ölçülmemiştir.
• Maliyet-etkililik yoxdur: Sağlık sistemi mənbəlarına gerçek etkisi hesaplanmamıştır.
• Model kurulumunda tutarsızlık: Ayrı zaman modelleri ilə çok çıkışlı tek model anlatımları uyuşmamaktadır.
• Kohort toplamlarında tutarsızlık: 706.545, 706.910 və eğitim-test toplamı birbiriyle eşleşsüd vəziktedir.
• Aşağı risk ifadesi yanıltıcıdır: Özetteki %10 ifadesi grup daxilii xərçəng nisbətı değil, bütün müsbətlerin aşağı risk qrupunda kalan kısmıdır.
• Yaş grubu hesabatlaması fərqlıdır: Tablo 50-74, metin 50-75 kullanmaktadır.
• Ek materyal eksikliği: Bazı önemli hiperparametreler və uygulama ayrıntıları ana PDF’de değil ek materyalde bırakılmıştır.
• Yeniden üretiləbilirlik məhduddır: Ham hesabat mətnləri gizlilik səbəbiyle paylaşılmayacak, məlumatler və ağırlıklar lakin yayım sonrasında koşullu bdaxiliimde sağlanacaktır.

Tədqiqat ne söylüyor?

• Uzunlamasına mamografiya hesabatları gələcəkteki süd vəzi xərçəngi riski hakkında önemli proqnoz sinyali taşımaktadır.
• Ham mamografiya görüntüleri olmadan güclü risk ayrımı elde ediləbilmiştir.
• Beş illık modelin test AUROC dəyəri təxminən 0,86’dır.
• Model bir ilə beşillik zaman ufuklarında benzer ayrım performansı göstermiştir.
• BI-RADS 1, 2 və 3 sınıflarının kendi üçünde önemli risk heterojenliği bulunmaktadır.
• En yüksək riskli %3,4’lük müayinə grubu, beşillik müsbətlerin təxminən yarısını daxiliermektedir.
• Aşağı riskli büyük bir müayinə grubu çok yüksek mənfi öngörü dəyərine sahiptir.
• Geçmiş cərrahi ifadeleri, kalsifikasiyalar və memarlıq distorsiyasılar yüksək risk proqnozlerine katkıda bulunmaktadır.
• Güven məlumatci və simetrik radyolojik ifadeler aşağı risk proqnozlerinde öne çıkmaktadır.
• Mətn hesabatları, yapılandırılmış klinik özelliklerden daha büyük toplam proqnoz katkısı göstermiştir.
• Beta və izotonik kalibrasiya ham model olasılıklarını iyiləştirmiştir.
• Rutin hesabat mətnləri kişiselleştirilmiş skrininq araşdırmaları üçün ölçeklenebilir bir məlumat kaynağı ola bilər.

Tədqiqat ne söylemiyor?

• Modelin mamografiya və ya radioloq dəyərlendirmesinin yerine gecebiləceğini göstersüd vəziktedir.
• Modelin mevcut xərçəngi kəsikn olaraq teşhis ettiğini göstersüd vəziktedir.
• AUROC 0,86’nın bireysel proqnozlerde %86 düzgünluk anlamına geldiğini göstersüd vəziktedir.
• Yüksək riskli işaretlenen herkəsikn xərçəng geliştireceğini göstersüd vəziktedir.
• En aşağı riskli %47’nin %10’unda xərçəng geliştiğini göstersüd vəziktedir.
• Aşağı riskli kişilərin skrininqsının güvenle iki ilda bire çıkarılabiləceğini kanıtlamamaktadır.
• Yüksək riskli kişiləre otomatik olaraq biopsiya və ya MRI yapılması gerektiğini kanıtlamamaktadır.
• Model kullanımının xərçəngi daha erkən evrede yakaladığını göstersüd vəziktedir.
• Süd vəzi xərçəngine bağlı ölümü azalttığını göstersüd vəziktedir.
• Diğer risk modellerinden başa baş müqayisəyla üstün olduğunu göstersüd vəziktedir.
• Brezilya dövlət sistemi və ya başka ülkelerde eyni performansı göstereceğini kanıtlamamaktadır.
• Sosyoekonomik özelliklerin biyolojik olaraq koruyucu və ya risk artırıcı olduğunu göstersüd vəziktedir.
• Modelin eşitlik, maliyet və pasiyent həyat keyfiyyəti açısından güvenli olduğunu göstersüd vəziktedir.

Tədqiqatnın Metodi və Nəticələrı

Teknik metod özeti

Beş illık kohortun ana özellikleri

Model performansının özeti

Modelin formüllerle açıklanan temel biləşenleri

Mətn ağırlıklandırması:

\[ TF\text{-}IDF(t,d)=TF(t,d)\times\log\left(\frac{N}{DF(t)}\right) \]

Bu ilişki, hesabatda tez-tez fakat bütün hesabatlarda nadir bulunan terimlere daha çox ağırlık məlumatr.

Zaman ağırlıklı hesabat birleştirme:

\[ w_i=\frac{e^{-\lambda\Delta t_i}}{\sum_j e^{-\lambda\Delta t_j}} \]

Yakın tarihli hesabatlar, seçilən parametreye bağlı olaraq daha yüksek ağırlık alabilir.

İkili gələcək risk proqnozu:

\[ \hat{p}_k=P(Y=1\mid X,\ T\leq k) \]

Burada p̂_k, mevcut müayinə anındaki bilgilərle k il üçünde müsbət nəticə gelişme olasılığını; X, hesabat və yapılandırılmış özellikleri ifade eder.

Bütünlhədd gradyan katkısı:

\[ IG_i(x)=(x_i-x_i')\int_0^1\frac{\partial F(x'+\alpha(x-x'))}{\partial x_i}\,d\alpha \]

Bu ölçü, belirli bir kelime və ya klinik özelliğin model risk proqnozuni ne kadar və hangi yönde etkilədiğini göstərir.

Mətn, tablo və şəkiller arasındaki hesabatlama sualnları

Etik onay, finansman və çıkar çatışması

Tədqiqat Brezilya Ulusal Sağlık Konseyine bağlı Ulusal Araşdırma Etik Komisyonu tarafından CAAE 83210524.4.0000.0229 numarasıyla onaylanmıştır.

Araşdırma Helsinki Bildirgesi və Brezilya Ulusal Sağlık Konseyi’nin 466/2012 sailı kararı düzgünltusunda yürütülmüştür. Kimliksizleştirilmiş ikincil məlumatlerin geriye dönük kullanılması səbəbiyle bireysel bilgiləndirilmiş onam zorunluluğu kaldırılmıştır.

Tədqiqat FAPESP, Hapvida Assistência Médica S.A., CNPq, CAPES və FUNCAP tarafından desteklenmiştir. Fon sağlayıcıların tədqiqat tasarımı, məlumat toplama, analiz, yorum və ya makale yazımında rol almadığı bildirilmişdir.

Yazarlar çıkar çatışması beyan etmemiştir.

Mənbə və Metod Notu

Bu daxilierik, Higor S. Monteiro, José A. Shiomi da Cruz, César L. C. Mattos, Iago C. Chaves, Javam C. Machado, Hernán A. Makse, Lucas C. Parra və José S. Andrade Jr. tarafından hazırlanan “Breast cancer risk prediction from longitudinal mammography reports in a real-world health system: a prognostic modelling study” baş örtüyülı araşdırmaya dayanmaktadır.

Tədqiqat SSRN’de sunulan bir preprinttir. Özgün metinde açıkça “This preprint research paper has not been peer reviewed” ifadesi yer alır. Dolayısıyla model, analizler və klinik yorumlar müstəqil hakem dəyərlendirmesinden gecmemiştir və sonraki sürümlerde dəyişebilir.

Araşdırma randomize skrininq deneyi və ya prospektiv klinik tətbiq tədqiqatsı deyil. Brezilya’daki tek bir özel səhiyyə sisteminin 2016-2025 dönemindeki geriye dönük elektron sağlamlıq qeydlərina dayanan proqnostik modelləşdirmə tədqiqatsıdır.

Model ham mamografiya görüntülerini kullanmamıştır. Proqnozler radyoloji hesabat mətnləri, əvvəlki BI-RADS qeydları, müayinəler arasındaki zaman və yapılandırılmış klinik bilgilərden elde edilmiştir.

Model mevcut mamografiyade xərçəng tanısı koymak üçün değil, BI-RADS 1-3 olaraq dəyərlendirilən müayinəlerden sonra bir ilə beş il üçündeki müsbət nəticə riskini proqnoz etmek amacıyla geliştirilmiştir.

Tədqiqatdaki müsbət nəticə yalnız histopatolojik xərçəng düzgünlamasından oluşmamaktadır; BI-RADS 5 və 6 qeydları da nəticə tanımına katkıda bulunmaktadır. Nəticə etiketindeki olası səhv sınıflandırma dikkate alınmalıdır.

En yüksək riskli %3,4 və ən aşağı riskli %47 gibi həddler geriye dönük test məlumatsi üzərinde oluşturulmuş operasyonel senaryolardır. Klinik uygulama üçün düzgünlanmış biopsiya, MRI və ya skrininq aralığı həddleri deyil.

Tədqiqat aşağı risk qrupunda iki illık skrininqnın güvenli olduğunu, yüksək risk qrupunda ek görüntüləmənin yarar sağladığını və ya model kullanımının süd vəzi xərçəngine bağlı ölümləri azalttığını göstersüd vəziktedir.

Kohort saiları, eğitim-test bölünmesi, zaman ufku model yapısı və aşağı risk nisbətının anlatımı konusunda metin, tablo və şəkiller arasında izah gerektiren tutarsızlıklar vardır.

Model yalnız eyni səhiyyə sisteminden rastgele ayrılmış kişilər üzərinde test edilmiştir. Bağımsız səhiyyə sistemi, dövlət sistemi və ya başka bir ülkede xarici düzgünlama yapılmamıştır.

Ham radiologiya hesabatlarının gizlilik səbəbiyle paylaşılmayacağı, kimliksizleştirilmiş məlumatlerin və model çəkilərinın ise yayım sonrasında məlumat sualmlusunun onayına bağlı olaraq sağlanabiləceği qeyd edilmişdir. Bu durum mevcut preprintin müstəqil yeniden üretiləbilirliğini sınırlar.

Bu makale yalnız yüklenen PDF’deki metod, kohort akışı, tablolar, model şeması, ROC və kalibrasiya grafikleri, risk yüzdelikleri, BI-RADS dağılımları, izaholunanlıq analizleri, yazar yorumları və məhdudlıklar temel alınarak hazırlanmıştır. PDF’de bulunmayan klinik yarar, skrininq güvenliği, müalicə başarısı və ya kəsikn kişisel risk iddiası eklenmemiştir.