Шахсоне, ки дар скрининги маммография натиҷаи BI-RADS 1, 2 ё 3 мегиранд, одатан дар муоинаи ҷорӣ аз нигоҳи саратон манфӣ ё асосан дорои бозёфтҳои безарар ҳисобида мешаванд. Аммо хатари ояндаи саратони сина дар ҳамаи одамони як синфи BI-RADS яксон нест. Системаҳои мавҷудаи скрининг аксаран бар асоси синну сол ва синфи ҷории маммография фосилаҳои пайгирии монандро истифода мебаранд; саҳми нишонаҳои клиникии ҷамъшуда дар гузоришҳои гузашта ба хатари оянда бошад дар амалияи муқаррарӣ ба таври систематикӣ ҳисоб намешавад.

Ин таҳқиқот моделеро таҳия кардааст, ки бе дастрасӣ ба тасвирҳои хоми маммография, танҳо бо истифода аз матни гузоришҳои гузашта ва ҷории радиологҳо ва маълумоти сохтории сабтҳои электронии саломатӣ хатари саратони сина дар давоми як то панҷ соли ояндаро пешгӯӣ мекунад.

Маълумот аз зиёда аз 200 беморхона ва клиникаи Hapvida гирифта шудааст, ки муаллифон онро бузургтарин системаи хусусии тандурустии Бразилия тавсиф мекунанд. Байни январи 2016 ва декабри 2025 тақрибан 4,61 миллион гузориши маммография бо BI-RADS 1, 2 ё 3 ва 1,81 миллион шахс ҳавзаи ибтидоии маълумотро ташкил доданд.

Барои таҳлили хатари панҷсола меъёрҳое ба монанди синну сол, ҳолати саратони қаблӣ, тасдиқи саратон дар давраи барвақт ва мавҷуд будани пайгирии кофӣ татбиқ шуданд. Матни асосӣ ва диаграммаи ҷараёни беморон гузориш медиҳанд, ки когорти панҷсола 706.545 маммографияи мувофиқ аз 278.475 шахсро дар бар мегирифт ва 9.620 аз онҳо дар панҷ сол бо натиҷаи мусбат алоқаманд буданд. Ин дар сатҳи муоина ба incidence-и тақрибан %1,36 мувофиқ аст.

Аммо дар гузориши таҳқиқот носозгории дохилии рақамӣ вуҷуд дорад. Дар Ҷадвали 1 шумораи умумии муоинаҳои панҷсола 706.910 дода шудааст. Ҷамъи шумораи BI-RADS 1, 2 ва 3 дар ҳамин ҷадвал низ 706.910 аст. Баръакс, дар матни асосӣ ва Шакли 2 рақами 706.545 истифода мешавад. Илова бар ин, ҷамъи 566.698 муоинаи training ва 142.517 муоинаи test, ки гузориш шудаанд, 709.215 мешавад ва бо ҳеҷ яке аз ду total мувофиқат намекунад. Ин фарқиятҳо бояд дар версияи ниҳоӣ шарҳ дода шаванд.

Воридоти модел аз ду блоки асосӣ иборат буд. Блоки якум маълумоти сохтории клиникиро дар бар мегирифт, ба монанди синну сол, синни menarche ва menopause, надоштани таваллуд, шумораи miscarriage, таърихи оилавии саратони сина ё тухмдон, breastfeeding, body mass index, синфи BI-RADS, пардохти суғурта ва postal code-и ҷуғрофӣ.

Блоки дуюм матнҳои гузоришҳои радиологиро, ки пеш аз индекс-маммография бо тартиби вақт ҷойгир шудаанд, ва фосилаҳои байни муоинаҳоро дар бар мегирифт. Матнҳои гузориш бо усули TF-IDF ба векторҳои рақамӣ табдил дода шуда, гузоришҳои гузашта бо average ё time-weighted aggregation, ки ба муоинаҳои навтар вазни бештар медиҳад, ҷамъбаст шуданд.

Барои пешгӯии панҷсола AUROC дар test set 0,863 ва %95 confidence interval 0,853-0,871 гузориш шуд. Дар моделҳои як то чорсола AUROC аз 0,82 то 0,85 фарқ кард. Concordance index, ки тамоми давраи панҷсолаи пайгириро якҷоя арзёбӣ мекард, 0,859 буд.

AUROC 0,86 маънои онро дорад, ки ҳангоми муқоисаи тасодуфии як муоинае, ки баъдтар саратон инкишоф медиҳад, бо як муоинае, ки саратон инкишоф намедиҳад, эҳтимоли он ки модел ба муоинаи саратоншаванда risk score-и баландтар диҳад, тақрибан %86 аст. Ин маънои онро надорад, ки модел дар шахси алоҳида «саратонро бо дақиқии %86 медонад».

Вақте модел танҳо %3,4 муоинаҳои дорои highest risk-ро қайд кард, он %50,1 муоинаҳои мусбатеро, ки дар панҷ сол саратон инкишоф медоданд, фаро гирифт. Дар ин operating point specificity %97,3 ва positive predictive value тақрибан %25,1 буд. Ба ибораи дигар, тақрибан аз ҳар чор муоинае, ки high risk қайд шудааст, яке бо натиҷаи мусбати панҷсола алоқаманд аст; аммо ин маънои онро надорад, ки шахс фавран саратон дорад ё biopsy лозим аст.

Таҳлили хатари паст низ ҷолиб аст. Вақте %25 муоинаҳои lowest risk ҳамчун гурӯҳи хатари паст интихоб шуданд, %5 ҳамаи ҳодисаҳои панҷсолаи саратон дар ин гурӯҳ боқӣ монданд. Вақте %47 lowest risk интихоб шуд, %10 ҳамаи ҳодисаҳои мусбат дар ин гурӯҳ боқӣ монданд. Тафсири дурусти ин натиҷа ин нест, ки «%10 шахсони гурӯҳи хатари паст саратон гирифтанд».

Ибораи дар хулосаи таҳқиқот истифодашудаи «дар гурӯҳи %47-и пасттарин танҳо %10 саратон инкишоф ёфт» гумроҳкунанда аст. Мувофиқи Шакли 4 ва бахши натиҷаҳо, %10 нишон медиҳад, ки чӣ қисми ҳамаи ҳодисаҳои саратон дар гурӯҳи хатари паст боқӣ мондааст, яъне false-negative rate. Тақрибан %99,6 муоинаҳои гурӯҳи хатари паст дар панҷ сол манфӣ боқӣ монданд; аз ин рӯ positivity-и дохили гурӯҳ тақрибан %0,4 аст.

Модел инчунин фарқияти равшани хатарро дар дохили худи синфҳои BI-RADS нишон дод. Дар байни BI-RADS 1, 2 ва 3 risk score-ҳои муоинаҳое, ки дар оянда саратон инкишоф доданд, паҳншавии васеъ доштанд. Ин нишон медиҳад, ки синфи BI-RADS-и як маммография хатари ояндаро пурра намояндагӣ намекунад ва гузоришҳои гузашта ва хусусиятҳои клиникӣ метавонанд иттилооти иловагӣ дошта бошанд.

Дар explainability analysis, ибораҳои гузоришие, ки бештар ба high-risk prediction таъсир мекарданд, таърихи ҷарроҳии сина, mastectomy, calcifications ва architectural distortions буданд. Дар low-risk prediction бошад симметрии ду сина, набудани бозёфти шубҳанок дар contralateral breast ё axillary lymph nodes ва ибораҳои reassuring radiological бештар намоён буданд.

Дар structured variables, family history ва reproductive history ба high-risk prediction саҳми бештар доштанд. Socioeconomic indicators ба монанди insurance payment level ва geographic region дар баъзе correct-negative predictions бештар намоён шуданд. Ин бозёфт бояд эҳтиёткорона тафсир шавад; economic ва geographic variables метавонанд на biological risk, балки access to care, follow-up pattern ё data-recording practice-ро инъикос кунанд.

Calibration-и модел бо beta calibration ва isotonic regression беҳтар шуд. Дар ҳар ду усул Brier score тақрибан 0,014 буд, дар ҳоле ки дар uncalibrated model 0,093 буд. Дар highest-risk predictions андаке overconfidence дида шуд. Аз сабаби event frequency-и паст, Brier score бояд якҷоя бо event prevalence тафсир шавад; таҳқиқот Brier score-и baseline model-еро, ки танҳо prevalence-ро пешгӯӣ мекунад, пешниҳод накардааст.

Таҳқиқот нишон надодааст, ки истифодаи модел дар амалияи воқеии клиникӣ early detection-ро зиёд мекунад, deaths-ро кам мекунад ё screening costs-ро паст мекунад. Модел prospective deployment нашудааст, то қарорҳои healthcare workers-ро тағйир диҳад; ба high-risk group MRI ё biopsy-и иловагӣ дода нашудааст ва screening interval барои low-risk group воқеан то ду сол дароз карда нашудааст.

Аз ин рӯ, натиҷаҳо барои personalized screening имкони техникии қавӣ нишон медиҳанд, аммо ҳанӯз screening guideline нестанд. Тавре худи муаллифон низ мегӯянд, пеш аз тағйир додани clinical policy prospective validation, cost-effectiveness analysis, burden-и false positives аз biopsy ва anxiety, risk-и delayed diagnosis ва external validation дар health systems-и гуногун заруранд.

Мушкилоти асосии таҳқиқот чист?

Дар барномаҳои анъанавии screening-и саратони сина шумораи маҳдуди омилҳо, ба монанди синну сол, family history ва натиҷаи ҷории маммография истифода мешавад. Дар бисёр health system-ҳо ба шахсони гурӯҳи муайяни синну сол mammography ҳар сол ё ҳар ду сол тавсия мешавад.

Ин равиш дар population level амалӣ аст, аммо risk-и воқеии ду шахси ҳамсинну ва дар як BI-RADS class буда метавонад хеле фарқ кунад. Масалан, аз ду шахси ҳарду BI-RADS 2, дар гузоришҳои гузашта яке метавонад recurrent calcification, architectural distortion ва surgical history дошта бошад, дар ҳоле ки дигараш дар тӯли солҳо findings-и unchanged, symmetric ва benign дошта бошад.

Саволи асосии таҳқиқот чунин аст:

Агар ҳамаи гузоришҳои гузаштаи маммография ва routine electronic health records-и шахс якҷоя арзёбӣ шаванд, оё ҳатто вақте ки муоинаи ҷорӣ манфӣ ё эҳтимолан benign аст, хатари саратони сина дар давоми як то панҷ соли оянда беҳтар ҷудо карда мешавад?

BI-RADS 1, 2 ва 3 чӣ маъно доранд?

Модел барои арзёбии current-cancer probability дар шахсони бо BI-RADS 4, 5 ё 6 таҳия нашудааст. Ҳадаф ҷудо кардани future risk байни шахсоне мебошад, ки current study-и онҳо negative ё probably benign аст.

Оё модел саратони дар current mammogram бударо ё future cancer-ро пешгӯӣ мекунад?

Таҳқиқот future cancer risk-ро пешгӯӣ кардан мехоҳад. Муоинаҳое, ки дар 90 рӯзи аввал пас аз index mammogram malignancy тасдиқ шуданд, хориҷ карда шуданд. Ҳамин тавр кӯшиш шуд, ки саратоне, ки ҳангоми current study аллакай мавҷуд буд ё хеле зуд баъдтар ташхис шуд, ҳамчун “future risk” label нашавад.

Primary outcome cancer indicator-и сина буд, ки аз 90 рӯз пас аз index mammogram оғоз шуда, то охири prediction horizon-и интихобшуда ба вуҷуд омад.

Positive outcome бо яке аз роҳҳои зерин муайян шуд:

• BI-RADS 6 classification,
• Malignant biopsy result,
• BI-RADS 5 classification, агар дар шаш моҳи баъдӣ бо negative ё benign study рад нашуда бошад.

Ин outcome definition танҳо аз histopathologically confirmed cancers иборат нест. Саҳми BI-RADS 5 ё 6 codes ба outcome label метавонад misclassification ба вуҷуд орад. Муҳаққиқон sensitivity analysis бо тағйир додани time windows анҷом дода, тағйири назаррас дар model performance гузориш накарданд.

Пайгирии кофӣ чӣ гуна муайян шуд?

Барои он ки муоина дар prediction horizon-и муайян negative label гирад, шахс бояд дар давоми он вақт дар система observable бошад. Follow-up ба annual intervals ҷудо шуд ва талаб карда шуд, ки шахс дар охири target period ё баъд аз он ҳадди ақал як mammogram ё biopsy record дошта бошад.

Масалан, дар five-year analysis шахс бояд дар year five ё баъд аз он mammogram ё biopsy record дошта бошад. Муоинаҳои бе sufficient follow-up аз five-year analysis хориҷ шуданд, аммо агар shorter follow-up criterion-ро қонеъ мекарданд, дар one- ё two-year analyses нигоҳ дошта шуданд.

Ин усул ҳадаф дошт false-negative labels-ро кам кунад. Баръакс, он шахсонеро интихоб мекунад, ки regular follow-up доранд ва дар ҳамон private health system мемонанд. Шахсоне, ки аз system хориҷ шуданд, elsewhere diagnosis гирифтанд ё муддати дароз mammography накарданд, метавонанд хориҷ шуда бошанд.

Аз ин рӯ, model performance дар private-health-system users бо regular documented follow-up чен шудааст. Нишон дода нашудааст, ки он ба fragmented-record health systems ҳамон тавр интиқол меёбад.

Five-year cohort чӣ гуна сохта шуд?

Таҳлил person-level ё mammography-level буд?

Як шахс метавонад дар давраи таҳқиқот якчанд eligible mammogram дошта бошад. Ҳар eligible mammogram ҳамчун index examination-и ҷудогона бо маълумоти дар ҳамон вақт дастрас ва risk prediction-и алоҳида арзёбӣ шуд.

Як шахс байни training ва test split нашуд. Data split дар person level анҷом дода шуд ва ҳамаи examinations-и як person дар ҳамон set нигоҳ дошта шуданд. Ин як ҷиҳати муҳими қавӣ барои кам кардани training-test data leakage мебошад.

Бо вуҷуди ин, unit-и performance metrics асосан mammography examination аст. Ҳамон person метавонад дар test set бо якчанд index examination намояндагӣ шавад. Аз ин рӯ, ибораи “highest-risk %3,4” ҳатман маънои %3,4 unique persons-ро надорад.

Examinations-и як person аз ҳам independent нестанд. Таҳқиқот дар main text муфассал шарҳ намедиҳад, ки ин dependence дар confidence intervals чӣ гуна ба назар гирифта шудааст.

Structured data-и истифодашуда дар модел

Insurance payment ва postal code direct biological breast-cancer biomarkers нестанд. Онҳо метавонанд processes-и гуногун ба монанди access to care, income, regional health infrastructure, follow-up frequency ва record quality-ро нишон диҳанд.

Longitudinal mammography reports чӣ гуна истифода шуданд?

Ҳар шахс бо sequence-и mammography reports пеш аз index examination, ки аз рӯи вақт тартиб дода шуда буданд, намояндагӣ шуд. Ҳар past record ин маълумотро дошт:

• Free-text radiology report,
• Related BI-RADS class,
• Time interval to previous mammogram.

Модел на танҳо report-и охиринро дид; он кӯшиш кард ибораҳои radiologic-ро, ки дар гузоришҳои гузашта пайдо, нопадид ё такрор шудаанд, ҷамъбаст кунад.

Ин равиш метавонад чунин иттилоотро дар бар гирад:

• Calcification phrases, ки дар тӯли солҳо такрор мешаванд,
• Нав ё persistent будани architectural distortion,
• Previous surgical changes,
• Кӯтоҳ ё дароз шудани interval between exams,
• Trajectory-и BI-RADS classes бо мурури вақт.

TF-IDF чӣ кор кард?

Radiology reports мустақиман ҳамчун raw sentences ба neural network дода нашуданд. Text бо TF-IDF ба numeric vectors табдил дода шуд, ки importance-и words ва word pairs-ро дар reports чен мекунад.

Мантиқи асосии усул чунин нишон дода мешавад:

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

Дар ин ҷо:

• t, specific word ё term,
• d, radiology report-и арзёбишаванда,
• TF(t,d), frequency-и term дар report,
• DF(t), number of reports containing the term,
• N, total number of reports.

Калимаҳое ба монанди “breast” ё “mammography”, ки қариб дар ҳар report ҳастанд, discriminative weight-и паст мегиранд, дар ҳоле ки “architectural distortion” ё specific surgical phrases метавонанд discriminative бештар бошанд.

Бартарии TF-IDF дар он аст, ки дидан мумкин аст модел ба кадом word ё word pairs аҳамият додааст. Аммо context-и words-ро мисли modern language models муфассал намояндагӣ намекунад. Negation, uncertainty, report templates ва institution-specific writing styles метавонанд model performance-ро таъсир диҳанд.

Вақти гузоришҳои гузашта чӣ гуна ба назар гирифта шуд?

Дар model architecture aggregation module-и ивазшаванда истифода шуд, ки past reports-ро ба як patient vector табдил медиҳад. Simple average ва time-weighted average, ки ба recent exams importance-и бештар медиҳад, арзёбӣ шуданд.

Мантиқи exponential time weighting, ки дар таҳқиқот тавсиф шудааст, чунин шарҳ дода мешавад:

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

Дар ин ҷо:

• Δt_i, вақти байни past report ва index exam,
• λ, parameter-е, ки суръати кам шудани weight-и old reports-ро муайян мекунад,
• w_i, weight-и past report дар aggregate summary.

Ин формула барои шарҳи time-weighted approach дода шудааст. Exact parameters ва best aggregation option дар main PDF муфассал гузориш нашуда, ба supplement равона шудааст.

Носозгории муҳими тавсифи model architecture

Дар study design гуфта мешавад, ки барои ҳар prediction horizon модели алоҳида trained шудааст. Баръакс, дар model architecture ва Figure 1 як dense neural network нишон дода мешавад, ки probabilities-и one, two, three, four ва five years-ро ҳамзамон мебарорад.

Ин ду тавсиф setup-ҳои гуногуни моделро ифода мекунанд:

• Independent model барои ҳар time horizon,
• Multi-output single model, ки five time points-ро ҳамзамон пешгӯӣ мекунад.

Бояд равшан карда шавад, ки дар implementation-и ниҳоӣ кадомаш истифода шудааст. Ин фарқ барои model architecture, loss function ва information sharing байни time horizons муҳим аст.

Модел чӣ гуна омӯзонида ва санҷида шуд?

• Маълумот дар person level ба training ва test sets ҷудо шуд.
• Ҳамон person ба ду main set ворид нашуд.
• Дар training data five-fold cross-validation истифода шуд.
• Hyperparameters аз рӯи validation performance интихоб шуданд.
• Final metrics дар held-out test set ҳисоб шуданд.
• Uncertainty бо resampling-based confidence intervals дода шуд.

Ин равиш internal validation дар асоси random patient split мебошад. Temporal validation бо беморони солҳои баъдӣ ё independent external validation дар health system-и дигар анҷом дода нашудааст.

Натиҷаҳои AUROC

Баландтар будани performance-и five-year model дар назари аввал ғайриинтизор аст, зеро пешгӯии ояндаи дуртар одатан душвортар мебошад. Муаллифон инро ба мавҷуд будани cancer events-и бештар дар five-year cohort ва training setup-ҳои гуногун барои time horizons нисбат медиҳанд.

AUROC чиро нишон медиҳад ва чиро нишон намедиҳад?

AUROC чен мекунад, ки модел positive ва negative examinations-ро то чӣ андоза хуб rank мекунад. Тафсири маъмул чунин аст:

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

Five-year AUROC=0,863 маънои онро дорад, ки эҳтимоли додани higher risk score ба як randomly selected positive exam нисбат ба randomly selected negative exam тақрибан %86,3 аст.

AUROC:

• Exact cancer probability-и шахсро нишон намедиҳад.
• Танҳо худи он исбот намекунад, ки predicted percentage дуруст calibrated аст.
• Clinical cost-и false positive ё false negative-ро дар бар намегирад.
• Нишон намедиҳад, ки истифодаи модел mortality-ро кам мекунад.

Concordance index

Вақте ҳамаи follow-up times то панҷ сол якҷоя арзёбӣ шуданд, C-index 0,859 гузориш шуд. Concordance index арзёбӣ мекунад, ки оё examination-е, ки cancer барвақттар инкишоф медиҳад, higher risk мегирад.

Аммо main modeling ҳамчун binary time-horizon predictions тавсиф мешавад. Дар main text тафсилоти он ки C-index бо кадом risk score ва censoring approach ҳисоб шудааст, маҳдуд аст.

Чаро calibration зарур аст?

Ду модел метавонанд беморонро бо discrimination-и монанд rank кунанд, аммо яке метавонад risk-ро доимо зиёд пешгӯӣ кунад. Дар clinical decisions на танҳо ranking, балки саволи «five-year risk-и ин шахс тақрибан чанд фоиз аст?» низ муҳим аст.

Дар таҳқиқот се calibration method арзёбӣ шуд:

• Platt scaling,
• Beta calibration,
• Isotonic regression.

Platt scaling дар severe class imbalance probabilities-ро ба range-и танг фишурд. Beta ва isotonic calibration results-и мувофиқтар доданд.

Дар highest-risk range ҳар ду calibrated model risk-ро андаке зиёд пешгӯӣ карданд. Кам будани sample size ва rarity of events дар ин минтақа uncertainty-ро зиёд мекунад.

Азбаски five-year cancer prevalence паст аст, Brier score табиатан хурд буда метавонад. Таҳқиқот Brier comparison бо simple reference model, ки ба ҳама танҳо overall prevalence медиҳад, пешниҳод накардааст. Аз ин рӯ, 0,014 танҳо худ аз худ clinical adequacy-и calibration-ро исбот намекунад.

Highest-risk %3,4 group

Ин threshold clinical biopsy ё MRI threshold-и тасдиқшуда нест. Муаллифон баҳс мекунанд, ки high-risk persons метавонанд барои re-evaluation, shorter follow-up ё additional imaging афзалият дода шаванд; аммо ин strategies дар таҳқиқот иҷро нашудаанд.

Тақрибан се-чор ҳиссаи high-risk flagged cases дар панҷ сол positive outcome надоштанд. Additional biopsy ё imaging барои ин шахсон метавонад false positives, anxiety, cost ва unnecessary procedures ба вуҷуд орад.

Low-risk %25 ва %47 чӣ гуна тафсир мешаванд?

False-negative rate нишон медиҳад, ки чӣ қисми ҳамаи positive cases ба low-risk group таъин шудаанд. Он cancer rate-и дохили гурӯҳ нест.

Модел policy scenario пешниҳод мекунад, ки screening interval барои low-risk persons то ду сол дароз карда шавад. Аммо ин scenario иҷро ва санҷида нашудааст. Stage shift, interval cancer, mortality, quality of life ё cost outcome аз delayed screening чен нашудаанд.

Risk difference-и пинҳонӣ дар дохили BI-RADS classes

Figure 4 нишон медиҳад, ки model risk scores барои future-positive BI-RADS 1, 2 ва 3 examinations distributions-и васеъ ва overlapping доранд.

Ин бозёфт ба ду нуқтаи муҳим ишора мекунад:

• BI-RADS 3 умуман risk-и баландтар дорад, аммо ҳамаи BI-RADS 3 examinations яксон нестанд.
• Баъзе BI-RADS 1 ё 2 examinations метавонанд аз сабаби past reports ва clinical features high long-term risk score гиранд.

Модел барои иваз кардани BI-RADS не, балки ҳамчун additional long-term risk layer ба BI-RADS class тарҳрезӣ шудааст.

Performance аз рӯи age groups

Table 2 upper age group-ро 50-74, results text бошад 50-75 муайян мекунад. Overall eligibility criterion 18-75 аст. Ин як reporting difference-и хурд, вале ислоҳталаб аст.

Инчунин сабаби clinical referral ба mammography дар гурӯҳи 18-39 муҳим аст. Шахсоне, ки дар ин синну сол mammography мегиранд, метавонанд аз general young population бо risk features фарқ кунанд. Аз ин рӯ, performance ба ҳамаи 18-39 солаҳо умумӣ карда намешавад.

Performance аз рӯи regions

Модел дар ҳамаи regions discrimination болотар аз chance нишон дод. Аммо %70,4 five-year eligible examinations аз Northeast буданд. Sample дар South ва Central-West хеле хурдтар буд ва confidence intervals васеъ буданд.

Дар Table 1 шумораи five regions ба total examination count намерасад; examinations бо missing regional information аз subgroup analysis хориҷ шудаанд. Аз ин рӯ, ибораи “strong generalization across all regions” махсусан барои underrepresented regions бояд эҳтиёткорона истифода шавад.

Integrated gradients барои explainability

Барои арзёбии он ки кадом features ба model decisions саҳм мегузоранд, integrated gradients истифода шуданд.

Мантиқи асосии математикии усул чунин аст:

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

Дар ин ҷо:

• x, actual examination input,
• x′, baseline input барои comparison,
• F, model risk output,
• IG_i, contribution-и feature i ба prediction.

Барои text features baseline zero vector бе information буд, барои structured features бошад standardized population mean истифода шуд.

Усул нишон медиҳад, ки feature ба model risk prediction дар кадом самт ва чӣ қадар таъсир мекунад. Он исбот намекунад, ки feature дар real world сабаби cancer аст.

Text block ё structured data таъсири бештар дошт?

Дар Figure 5 total contribution-и radiology-report text generally аз structured features баландтар буд. Аммо text block аз ҳазорон word ва word pairs иборат аст, structured block бошад variables-и хеле камтар дорад.

Аз ин рӯ, high total contribution метавонад қисман аз dimension-и калонтари text block ба вуҷуд ояд. Муҳаққиқон ин limitation-ро ошкоро қабул мекунанд.

Negative predictions ба шумораи камтари strong reassuring phrases такя мекарданд, positive predictions бошад аз combined contribution-и vocabulary-и васеи report сохта шуданд.

Ибораҳои бештар дар high-risk predictions

• Breast surgery,
• Right mastectomy,
• Ductal extension,
• Vascular dilatation,
• Calcifications,
• Spiculated ё suspicious findings,
• Architectural distortion,
• Microcalcifications,
• Phrases ишоракунанда ба breast tumor ё mass.

Clinical plausibility-и ин terms ҳамчун high-risk contributors фаҳмост. Аммо explainability analysis ҳамчунин нишон дод, ки баъзе surgical ё implant histories, ки дар structured records набуданд, аз report text ба модел ворид шудаанд.

Муаллифон қайд мекунанд, ки баъзе шахсони бо breast implant ё previous surgery history метавонанд бинобар incomplete structured records нодуруст ба cohort дохил шуда бошанд. Ин вобастагии моделро ба accuracy-и electronic health records нишон медиҳад.

Ибораҳои бештар дар low-risk predictions

• Symmetric breasts,
• No suspicious finding in contralateral breast,
• No axillary lymph-node enlargement,
• Normal configuration,
• Benign or unchanged findings,
• Absence of suspicious pathologic findings.

Ин terms нишон медиҳанд, ки модел low risk-ро на танҳо аз age ё BI-RADS class, балки аз combined pattern-и reassuring report language мегирад.

Саҳми structured features

Дар high-risk predictions family history ва reproductive history саҳми равшантар доштанд. Дар low-risk predictions socioeconomic indicators ба монанди monthly insurance payment ва geographic region бештар намоён шуданд.

Ин result метавонад нишон диҳад, ки модел clinically meaningful features истифода мебарад; аммо contribution-и socioeconomic features ин possibilities-ро ҳам ба миён меорад:

• Regional follow-up frequency differences,
• Access to healthcare,
• Probability of diagnosis confirmation,
• Report-writing practice,
• Imaging intensity вобаста ба insurance package.

Аз ин рӯ, fairness-и модел дар socioeconomic ва geographic groups бояд на танҳо бо AUROC, балки бо calibration, false-negative rates ва clinical outcomes separately арзёбӣ шавад.

Муқоиса бо classic risk models

Муаллифон published AUROC values-и Gail, Tyrer-Cuzick, BOADICEA ва image-based deep-learning models-ро аз 0,86-и таҳқиқот пасттар нишон медиҳанд.

Аммо ин direct comparison дар ҳамон patients, outcome definition ва test set нест. Таҳқиқоти гуногун:

• Countries гуногун,
• Age ва risk distributions гуногун,
• Cancer definitions гуногун,
• Follow-up periods гуногун,
• Imaging ва clinical data types гуногун истифода кардаанд.

Аз ин рӯ, гарчанде model performance қавӣ аст, superiority нисбат ба models-и дигар бо independent head-to-head evaluation исбот нашудааст.

Чаро истифода нашудани raw mammography images муҳим аст?

Барои татбиқи image-based models raw mammography files бояд standardized нигоҳ дошта, интиқол дода ва бо high computational power коркард шаванд. Дар бисёр health systems past images incomplete, дар different device formats ё байни марказҳо fragmented мебошанд.

Radiology reports ва electronic health records бошанд аксаран smaller data size доранд ва осонтар дастрасанд.

Бартариҳои эҳтимолии ин approach:

• Lower computational load,
• Easier integration with existing record systems,
• Explainable report terms,
• Ability to use cumulative history over time,
• Applicability in health systems with incomplete image archives.

Камбудии асосӣ ин аст, ки detail-ҳои дар image мавҷуд, аммо дар report навишта нашуда, гум мешаванд. Модел бештар меомӯзад, ки radiologist чӣ навиштааст, на танҳо чӣ дидааст. Агар reporting habits иваз шаванд, performance низ метавонад тағйир ёбад.

Модел дар клиника чӣ гуна истифода шуда метавонад?

Муаллифон possible applications-и зеринро пешниҳод мекунанд:

• Earlier re-evaluation барои high-risk persons дар дохили BI-RADS 1-3,
• Prioritization барои additional mammography, ultrasound ё MRI,
• Closer follow-up барои higher-risk persons дар BI-RADS 3,
• Гузаронидани very-low-risk persons аз annual ба biennial screening,
• Allocation-и limited imaging resources according to risk.

Ҳеҷ яке аз инҳо дар таҳқиқот ҳамчун clinical intervention санҷида нашудаанд. Номаълум аст, ки илова кардани model output ба clinician decision чӣ гуна cancer stage, mortality, number of biopsies, cost ё patient anxiety-ро тағйир медиҳад.

Аҳамияти гузашта, имрӯз ва оянда

Дар гузашта breast-cancer risk models асосан ба fixed variables ба монанди age, family history, reproductive history ва genetic markers такя мекарданд. Mammography-based AI studies бошад бештар image-и як examination-ро истифода мекарданд.

Имрӯз ин таҳқиқот нишон медиҳад, ки тамоми history-и past radiology reports ва timing between exams метавонанд барои future risk иттилооти муҳим дошта бошанд. Ин approach на як mammography frame, балки screening history-и шахсро бо мурури вақт арзёбӣ мекунад.

Дар оянда report text, images, prescriptions, genetics ва lifestyle data метавонанд якҷоя истифода шуда, comprehensive risk models таҳия шаванд. Аммо more data ҳамеша маънои better clinical outcome надорад. Data quality, privacy, discrimination risk, model calibration ва health-system impact бояд separately арзёбӣ шаванд.

Ҷиҳатҳои қавии таҳқиқот

• Initial database-и хеле калон бо тақрибан 4,61 миллион mammography reports ва 1,81 миллион persons истифода шудааст.
• Маълумот аз даҳ соли real-world health-system records гирифта шудааст.
• Future risk heterogeneity дар дохили BI-RADS 1, 2 ва 3 мавриди таҳлил қарор гирифтааст.
• Past mammography reports бо chronological order ба модел дохил шуданд.
• Approach-и more scalable бе raw images таҳия шуд.
• TF-IDF clinical-term-level explainability дод.
• Structured clinical, reproductive, family-history ва socioeconomic information якҷоя карда шуданд.
• Training-test split дар person level анҷом дода шуд.
• Performance барои one to five years separately гузориш шуд.
• Age ва geographic region subgroup analyses анҷом дода шуданд.
• Beta ва isotonic calibration methods муқоиса шуданд.
• Operational sensitivity, specificity, PPV, NPV ва false-negative scenarios пешниҳод шуданд.
• Risk distributions дар дохили BI-RADS classes visualized шуданд.
• Correct ва incorrect predictions бо integrated gradients separately таҳлил шуданд.
• Contribution-и text ва structured features separately арзёбӣ шуд.
• Sensitivity analyses барои early-cancer exclusion ва outcome-confirmation windows анҷом дода шуданд.

Маҳдудиятҳои таҳқиқот

• Peer review нест: таҳқиқот ҳанӯз preprint аст.
• Retrospective design: record errors, selection ва unmeasured confounding мавҷуд буда метавонанд.
• Single health system: data аз як private health network омадаанд; external validation дар other countries ё public systems нест.
• Random internal validation: test data аз independent persons аст, аммо аз ҳамон institution, period ва record process.
• Follow-up selection: persons бе sufficient follow-up records хориҷ шуданд.
• Private-health-system population: results ба whole Brazilian population ё public health system мустақиман generalize карда намешаванд.
• Examination-level analysis: як person метавонад бо multiple index mammograms намояндагӣ шавад.
• Within-person dependence: statistical dependence-и repeated exams-и як person дар main text муфассал баррасӣ нашудааст.
• Outcome label на танҳо histology: BI-RADS 5 ва 6 records ҳам ба positive outcome саҳм доранд.
• Raw images истифода нашуданд: image information-и ба report вориднашуда гум шуд.
• Report-writing dependence: hospital, device, radiologist ва language changes метавонанд performance-ро таъсир диҳанд.
• Incomplete clinical records: баъзе surgical ё implant history танҳо аз text маълум шудааст.
• Socioeconomic proxy variables: insurance payment ва postal code метавонанд healthcare access-ро омӯзанд.
• Limited fairness analysis: error analysis аз рӯи race, ethnicity, income ва дигар social groups муфассал нест.
• Regional imbalance: қисми зиёди five-year cohort аз Northeast аст.
• Underrepresented regions: confidence intervals дар South ва Central-West васеъ мебошанд.
• High-risk calibration drift: highest predictions андаке overconfident буданд.
• Brier comparison missing: simple prevalence model comparison дода нашудааст.
• No direct model comparison: Gail, Tyrer-Cuzick ё image-based models дар ҳамон test set санҷида нашудаанд.
• No prospective clinical utility: маълум нест, ки model usage early detection ё survival-ро беҳтар мекунад.
• Screening interval not tested: safety-и biennial screening дар low-risk group санҷида нашудааст.
• Effect of additional imaging unknown: benefit-harm balance-и MRI ё biopsy дар high-risk group чен нашудааст.
• No cost-effectiveness: real impact ба health-system resources ҳисоб нашудааст.
• Model-setup inconsistency: separate time models ва multi-output single-model descriptions мувофиқ нестанд.
• Cohort-total inconsistency: 706.545, 706.910 ва training-test total ба ҳам намеоянд.
• Misleading low-risk phrasing: %10 дар abstract group cancer rate не, балки ҳиссаи ҳамаи positives дар low-risk group аст.
• Age-group reporting differs: table 50-74, text 50-75 истифода мекунад.
• Supplement missing: баъзе important hyperparameters ва implementation details дар main PDF не, балки supplement ҳастанд.
• Limited reproducibility: raw report text бо сабаби privacy нашр намешавад ва data/weights танҳо пас аз publication conditionally пешниҳод мешаванд.

Таҳқиқот чӣ мегӯяд?

• Longitudinal mammography reports барои future breast-cancer risk signal-и қавии prediction доранд.
• Бе raw mammography images strong risk discrimination ба даст омадааст.
• Five-year model test AUROC тақрибан 0,86 аст.
• Модел дар one-to-five-year horizons discrimination-и монанд нишон дод.
• Дар дохили BI-RADS 1, 2 ва 3 substantial risk heterogeneity вуҷуд дорад.
• Highest-risk %3,4 examination group тақрибан нисфи five-year positives-ро дар бар мегирад.
• Large low-risk examination group negative predictive value-и хеле баланд дорад.
• Previous surgery phrases, calcifications ва architectural distortions ба high-risk predictions саҳм доранд.
• Reassuring ва symmetric radiologic phrases дар low-risk predictions намоёнанд.
• Text reports total predictive contribution-и бештар аз structured clinical features нишон доданд.
• Beta ва isotonic calibration raw model probabilities-ро беҳтар карданд.
• Routine report text метавонад scalable data source барои personalized-screening research бошад.

Таҳқиқот чӣ намегӯяд?

• Нишон намедиҳад, ки модел метавонад mammography ё radiologist assessment-ро иваз кунад.
• Нишон намедиҳад, ки модел current cancer-ро дақиқ diagnosis мекунад.
• Нишон намедиҳад, ки AUROC 0,86 маънои %86 individual accuracy дорад.
• Нишон намедиҳад, ки ҳар high-risk flagged person cancer инкишоф медиҳад.
• Нишон намедиҳад, ки %10 lowest-risk %47 cancer инкишоф доданд.
• Исбот намекунад, ки low-risk persons-ро safely ҳар ду сол screening кардан мумкин аст.
• Исбот намекунад, ки high-risk persons бояд automatically biopsy ё MRI гиранд.
• Нишон намедиҳад, ки model use cancer-ро earlier stage муайян мекунад.
• Нишон намедиҳад, ки breast-cancer mortality-ро кам мекунад.
• Нишон намедиҳад, ки аз other risk models дар head-to-head comparison superior аст.
• Исбот намекунад, ки дар Brazilian public system ё other countries ҳамон performance дорад.
• Нишон намедиҳад, ки socioeconomic features biologically protective ё risk-increasing мебошанд.
• Нишон намедиҳад, ки модел аз рӯи equity, cost ва patient quality of life safe аст.

Усул ва натиҷаҳои таҳқиқот

Хулосаи техникии усул

Хусусиятҳои асосии five-year cohort

Хулосаи model performance

Ҷузъҳои асосии модел бо формулаҳо

Text weighting:

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

Ин муносибат ба terms, ки дар report зиёд ва дар ҳамаи reports нисбатан кам ҳастанд, вазни бештар медиҳад.

Time-weighted report aggregation:

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

Recent reports вобаста ба parameter метавонанд weight-и бештар гиранд.

Binary future-risk prediction:

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

Дар ин ҷо p̂_k эҳтимоли positive outcome дар давоми k years бо information-и current exam ва X report ва structured features-ро ифода мекунад.

Integrated-gradient contribution:

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

Ин metric нишон медиҳад, ки specific word ё clinical feature ба model risk prediction чӣ қадар ва дар кадом самт саҳм мегузорад.

Reporting issues байни text, table ва figures

Ethics approval, funding ва conflicts of interest

Таҳқиқот аз ҷониби Brazilian National Research Ethics Commission зери CAAE 83210524.4.0000.0229 тасдиқ шудааст.

Таҳқиқот мувофиқи Declaration of Helsinki ва Brazilian National Health Council Resolution 466/2012 анҷом дода шудааст. Барои retrospective use of de-identified secondary data individual informed consent requirement бекор карда шудааст.

Таҳқиқот аз FAPESP, Hapvida Assistência Médica S.A., CNPq, CAPES ва FUNCAP маблағгузорӣ шудааст. Funders дар study design, data collection, analysis, interpretation ё manuscript writing нақш надоштаанд.

Муаллифон conflict of interest эълон накардаанд.

Ёддошти манбаъ ва усул

Ин муҳтаво ба таҳқиқоти Higor S. Monteiro, José A. Shiomi da Cruz, César L. C. Mattos, Iago C. Chaves, Javam C. Machado, Hernán A. Makse, Lucas C. Parra ва José S. Andrade Jr. бо унвони “Breast cancer risk prediction from longitudinal mammography reports in a real-world health system: a prognostic modelling study” асос ёфтааст.

Таҳқиқот preprint-и дар SSRN пешниҳодшуда мебошад. Дар матни аслӣ ошкоро “This preprint research paper has not been peer reviewed” гуфта шудааст. Аз ин рӯ, model, analyses ва clinical interpretations ҳанӯз аз peer review нагузаштаанд ва метавонанд дар версияҳои баъдӣ тағйир ёбанд.

Таҳқиқот randomized screening trial ё prospective clinical implementation study нест. Он retrospective prognostic-modeling study мебошад, ки ба electronic health records-и як private health system дар Brazil байни 2016-2025 асос ёфтааст.

Модел raw mammography images истифода накардааст. Predictions аз radiology-report text, previous BI-RADS records, time between exams ва structured clinical information гирифта шудаанд.

Модел барои diagnosis-и cancer дар current mammogram не, балки барои prediction-и positive outcome risk дар one to five years пас аз examinations-и BI-RADS 1-3 таҳия шудааст.

Positive outcome дар таҳқиқот танҳо аз histopathologic cancer confirmation иборат нест; BI-RADS 5 ва 6 records ҳам ба outcome definition саҳм доранд. Possible misclassification-и outcome label бояд ба назар гирифта шавад.

Threshold-ҳои highest-risk %3,4 ва lowest-risk %47 operational scenarios мебошанд, ки дар retrospective test data сохта шудаанд. Онҳо validated clinical thresholds барои biopsy, MRI ё screening interval нестанд.

Таҳқиқот нишон намедиҳад, ки biennial screening дар low-risk group safe аст, additional imaging дар high-risk group benefit медиҳад ё model use breast-cancer mortality-ро кам мекунад.

Дар cohort counts, training-test split, time-horizon model structure ва low-risk-rate interpretation байни text, table ва figures inconsistency-ҳои шарҳталаб вуҷуд доранд.

Модел танҳо дар randomly split persons аз ҳамон health system санҷида шудааст. External validation дар independent health system, public system ё other country иҷро нашудааст.

Гузориш шудааст, ки raw radiology reports бо сабаби privacy shared намешаванд, ва de-identified data ва model weights танҳо пас аз publication, вобаста ба data-controller approval, дастрас шуда метавонанд. Ин independent reproducibility-и current preprint-ро маҳдуд мекунад.

Ин муҳтаво танҳо дар асоси methods, cohort flow, tables, model diagram, ROC ва calibration plots, risk percentiles, BI-RADS distributions, explainability analyses, author interpretations ва limitations дар PDF-и боршуда омода шудааст. Иддаоҳои дар PDF набуда дар бораи clinical benefit, screening safety, treatment success ё precise personal risk илова нашудаанд.