在乳腺癌筛查中同时寻找肿块和钙化点

简要总结

像乳腺癌筛查（乳房X光检查）这样的任务可以被描述为“混合搜索”任务。 在基本的视觉搜索任务中，观察者在非目标的干扰物中搜索目标。 在混合搜索中，观察者搜索两种或多种目标类型。 在乳房X光检查中，观察者正在寻找肿块、钙化（“钙化”）和其他一些癌症迹象，例如结构扭曲。 在这个实验中，研究人员创建了一个模拟版本的乳房X线照相术，非专家（非放射科医生）观察者可以在其中寻找模拟的质量和计算结果。 有两种类型的刺激：2D 版本（如 X 射线）和 3D 版本（如数字乳房断层合成 - DBT 的输出）。 所提出的问题是，是否最好分别询问质量和计算（第一个，然后另一个），还是让观察者同时寻找两者。

扩展协议

注意：此注册与 ASSIST 中的人类受试者注册相关联。 这又是 NCI 拨款 CA207490 的一部分。 该资助描述了许多拟议的实验，并指出许多其他实验可能会作为后续研究进行。 根据 NIH 的建议，研究人员将这些研究分为三项“研究”，每项都涵盖多项实验。 此处描述的实验是“研究 ID 386409 项目 1,2,3：非专家实验”的一部分。 对于已开始收集参与者的项目，无法通过 PRS 系统在 CT.gov 中注册一组实验，并且无法在没有 NCT 编号的情况下提交年度拨款报告 (RPPR)。 因此，研究人员在此描述了一项实验，该实验将成为“项目 2”研究包的一部分。

这些实验将实验室中已知的“混合搜索”任务应用于临床乳房X光检查。 混合搜索任务是涉及同时寻找多种目标类型的任务（例如， 搜索这个枕头和您面前场景中的任何动物）。

标准 2D 乳房 X 光检查和 3D DBT 可以被视为混合搜索任务。 也就是说，乳房X线照相术可以被认为是对肿块和钙化的混合搜索。 完成这项任务的最佳方法是什么？ 读者应该同时寻找两种类型的目标，还是应该要求他们先寻找一种目标类型，然后再寻找另一种目标类型。 顺序方法可能会提高准确性，但会花费一些时间成本。 研究人员将测试“速度/准确性权衡”的假设。

研究人员开发了一种可以在非专家身上运行的 2D 乳房 X 线摄影任务版本。 使用 1/fk 噪声 (k=1.8 - 2.8) 模拟乳腺实质。 人造肿块和钙化（calcs）可以添加到这个背景中。 肿块是对比度相对较低的斑点，如果它们有许多不规则的凹凸，则被视为“坏”，如果它们较光滑，则被视为良性。 计算结果更亮、对比度更高、斑点更小。 这些被认为是良性的，除非它们在图像中形成一堆附近的斑点。 这项任务被设计得很困难。 目标是产生 2.0 至 2.5 范围内的 d' 值的性能。 不良和良性刺激是从均匀分布的刺激集中选择的。 对于质量，当目标为“坏”时，从 5 个凹凸级别中随机选择坏质量。 相同的规则适用于从五个不太颠簸的级别中选择良性刺激。 对于钙化点，簇中的像素数在 4~12 之间随机选择。

第一个实验需要测试四个条件：

1. 独自寻找群众
2. 单独搜索计算
3. 一起搜索两者
4. 依次搜索（质量 -> 计算）或（计算 -> 质量）

此外，还有两种不同的方式来表示这四个条件。 这些可以被认为是该研究的两个分支。 参与者可以在 100 次试验中查看每种条件，也可以将四种条件混合到一组 400 次试验中（每 100 次试验休息一次，以保持实验节奏一致。

在最初的实验中，目标患病率为 60%。 在未来的实验中，将测试较低的患病率。 感兴趣的度量是准确性和 RT，最有趣的问题是顺序条件是否产生任何可能值得假定的时间成本的好处。

3D 版本与 2D 版本类似，只是创建了 1/fk 噪声体积并添加了质量和计算，以便当观察者滚动浏览 3D 体积的“切片”时，它们会淡入和淡出视图。 这模拟了 DBT。