Subscribe to RSS
Please copy the URL and add it into your RSS Feed Reader.
https://www.thieme-connect.de/rss/thieme/en/10.1055-s-00000125.xml
Senologie - Zeitschrift für Mammadiagnostik und -therapie 2020; 17(03): 144-146
DOI: 10.1055/a-1185-1326
DOI: 10.1055/a-1185-1326
Für Sie referiert
Mammakarzinom: mammografiebasiertes Lernmodell zur Risikoprädiktion
![](https://www.thieme-connect.de/media/senologie/202003/lookinside/thumbnails/seno-11772894_10-1055-a-1185-1326-1.jpg)
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.
Publication History
Article published online:
08 September 2020
© Georg Thieme Verlag KG
Stuttgart · New York