Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "diagnostyka piersi" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Rola tomosyntezy oraz mammografii spektralnej w diagnostyce kobiet z gęstym utkaniem piersi
    The role of tomosynthesis and spectral mammography in the diagnostic of women with dense breast
    Autorzy:
    Bojkowski, Małgorzata
    Wojnarska, Aleksandra
    Koper, Beata
    Powiązania:
    https://bibliotekanauki.pl/articles/2146772.pdf
    Data publikacji:
    2020
    Wydawca:
    Indygo Zahir Media
    Tematy:
    cyfrowa tomosynteza piersi
    mammografia spektralna
    rak piersi
    diagnostyka piersi
    digital breast tomosynthesis
    spectral mammography
    contrast enhanced spectral mammography
    breast cancer
    breast diagnostics
    Opis:
    Podstawowym badaniem przesiewowym we wczesnym rozpoznawaniu raka piersi jest klasyczna mammografia rentgenowska. Ze względu na jej ograniczenia obserwowany jest ciągły rozwój nowych technik obrazowania piersi. Cyfrowa tomosynteza piersi DBT (Digital Breast Tomosynthesis) i mammografia spektralna CESM (Contrast Enhanced Spectral Mammography) znajdują szczególne zastosowanie w diagnostyce kobiet o gęstym utkaniu gruczołów piersiowych. Metody te są obecnie wykonywane jako badania uzupełniające w diagnostyce, stagingu oraz odpowiedzi na leczenie chemioterapią. Celem artykułu jest omówienie, w oparciu o literaturę, cyfrowej tomosyntezy piersi oraz mammografii spektralnej ze szczególnym uwzględnieniem ich zastosowania w diagnostyce uzupełniającej piersi o gęstej strukturze.
    The primary screening test for early diagnosis of breast cancer is classic X-ray mammography. Due to its limitations, continuous development of new breast imaging techniques is observed. DBT (Digital Breast Tomosynthesis) and spectral mammography CESM (Contrast Enhanced Spectral Mammography) are used especially in the diagnosis of women with dense breast gland. At present these methods are available as complementary studies in diagnostics, staging and response to chemotherapy. The aim of the article is to discuss, based on literature, digital tomosynthesis and spectral mammography with particular emphasis on their use in complementary diagnostics of densely structured breasts.
    Źródło:
    Inżynier i Fizyk Medyczny; 2020, 9, 3; 203--206
    2300-1410
    Pojawia się w:
    Inżynier i Fizyk Medyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep learning versus classical neural approach to mammogram recognition
    Autorzy:
    Kurek, J.
    Świderski, B.
    Osowski, S.
    Kruk, M.
    Barhoumi, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/200919.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    convolutional neural networks
    breast cancer diagnosis
    mammogram recognition
    diagnostic features
    splotowe sieci neuronowe
    diagnostyka raka piersi
    rozpoznawanie
    mammografia
    cechy diagnostyczne
    Opis:
    Automatic recognition of mammographic images in breast cancer is a complex issue due to the confusing appearance of some perfectly normal tissues which look like masses. The existing computer-aided systems suffer from non-satisfactory accuracy of cancer detection. This paper addresses this problem and proposes two alternative techniques of mammogram recognition: the application of a variety of methods for definition of numerical image descriptors in combination with an efficient SVM classifier (so-called classical approach) and application of deep learning in the form of convolutional neural networks, enhanced with additional transformations of input mammographic images. The key point of the first approach is defining the proper numerical image descriptors and selecting the set which is the most class discriminative. To achieve better performance of the classifier, many image descriptors were defined by means of applying different characterization of the images: Hilbert curve representation, Kolmogorov-Smirnov statistics, the maximum subregion principle, percolation theory, fractal texture descriptors as well as application of wavelet and wavelet packets. Thanks to them, better description of the basic image properties has been obtained. In the case of deep learning, the features are automatically extracted as part of convolutional neural network learning. To get better quality of results, additional representations of mammograms, in the form of nonnegative matrix factorization and the self-similarity principle, have been proposed. The methods applied were evaluated based on a large database composed of 10,168 regions of interest in mammographic images taken from the DDSM database. Experimental results prove the advantage of deep learning over traditional approach to image recognition. Our best average accuracy in recognizing abnormal cases (malignant plus benign versus healthy) was 85.83%, with sensitivity of 82.82%, specificity of 86.59% and AUC = 0.919. These results are among the best for this massive database.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 831-840
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Breast cancer diagnosis using wrapper-based feature selection and artificial neural network
    Autorzy:
    Naveed, Nawazish
    Madhloom, Hayan T.
    Husain, Mohd Shahid
    Powiązania:
    https://bibliotekanauki.pl/articles/1956040.pdf
    Data publikacji:
    2021
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    breast cancer diagnosis
    feature selection
    neural network
    grid search
    machine learning
    diagnostyka raka piersi
    dobór cech
    sieć neuronowa
    przeszukiwanie sieci
    uczenie maszynowe
    Opis:
    Breast cancer is commonest type of cancers among women. Early diagnosis plays a significant role in reducing the fatality rate. The main objective of this study is to propose an efficient approach to classify breast cancer tumor into either benign or malignant based on digitized image of a fine needle aspirate (FNA) of a breast mass represented by the Wisconsin Breast Cancer Dataset. Two wrapper-based feature selection methods, namely, sequential forward selection(SFS) and sequential backward selection (SBS) are used to identify the most discriminant features which can contribute to improve the classification performance. The feed forward neural network (FFNN) is used as a classification algorithm. The learning algorithm hyper-parameters are optimized using the grid search process. After selecting the optimal classification model, the data is divided into training set and testing set and the performance was evaluated. The feature space is reduced from nine feature to seven and six features using SFS and SBS respectively. The highest classification accuracy recorded was 99.03% with FFNN using the seven SFS selected features. While accuracy recorded with the six SBS selected features was 98.54%. The obtained results indicate that the proposed approach is effective in terms of feature space reduction leading to better accuracy and efficient classification model.
    Źródło:
    Applied Computer Science; 2021, 17, 3; 19-30
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neuroendocrine carcinoma of the mammary gland. A case report of synchronous occurrence of two different carcinomas in one breast
    Neuroendokrynny rak gruczołu piersiowego. Opis przypadku jednoczesnego występowania dwóch różnych raków w tej samej piersi
    Autorzy:
    Lorek, Andrzej J.
    Boratyn-Nowicka, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/1035730.pdf
    Data publikacji:
    2018
    Wydawca:
    Śląski Uniwersytet Medyczny w Katowicach
    Tematy:
    breast cancer
    imaging
    neuroendocrine carcinoma
    rak piersi
    diagnostyka
    rak neuroendokrynny
    Opis:
    The paper presents a case of primary neuroendocrine breast carcinoma that coexisted with a typical infiltrating carcinoma (BC) within the same mammary gland. It was diagnosed post-operatively on histopathological examination and confirmed by immunohistochemical analysis.
    W pracy przedstawiono przypadek pierwotnego neuroendokrynnego raka piersi, który współwystępował z typowym rakiem naciekającym (BC) w tym samym gruczole piersiowym. Został zdiagnozowany pooperacyjnie w badaniu histopatologicznym i potwierdzony w badaniach immunohistochemicznych.
    Źródło:
    Annales Academiae Medicae Silesiensis; 2018, 72; 252-256
    1734-025X
    Pojawia się w:
    Annales Academiae Medicae Silesiensis
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rak piersi w ciąży
    Breast cancer in pregnancy
    Autorzy:
    Karczmarek-Borowska, Bożenna
    Golon, Kamila
    Powiązania:
    https://bibliotekanauki.pl/articles/437712.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    nowotwór złośliwy piersi
    ciąża
    diagnostyka
    leczenie
    malignant breast cancer
    pregnancy
    diagnostics
    treatment
    Opis:
    Rak piersi w ciąży to nowotwór rozpoznany w okresie do pierwszego roku po zakończeniu ciąży lub w okresie laktacji. Wpływ ciąży na proces nowotworowy nie jest do końca wyjaśniony. Rozpoznanie choroby opiera się na podstawie badań wykonywanych standardowo jak u kobiet niebędących w ciąży, z wyjątkiem stosowania technik obrazowania promieniowaniem jonizującym oraz rezygnacji z użycia kontrastu. Leczenie nowotworu przebiega podobnie jak u innych pacjentek, lecz zaleca się mastektomię dopiero po ukończeniu pierwszego trymestru ciąży. Nie zaleca się leczenia oszczędzającego z powodu przeciwwskazań do radioterapii uzupełniającej w trakcie trwania ciąży. Na podstawie badań wykazano, że bezpieczne są schematy chemioterapii oparte na antracyklinach oraz cyklofosfamidzie. Inne cytostatyki oraz hormonoterapia są przeciwwskazane z powodu poważnych uszkodzeń płodu. Leczenie wspomagające w postaci leków przeciwwymiotnych, przeciwbólowych jest dopuszczalne, jednak pod pewnymi warunkami. Po zakończeniu ciąży nie jest zalecane karmienie piersią podczas stosowania chemioterapii, leczenia biologicznego oraz hormonoterapii, ponieważ wiele leków przenika do mleka matki. Nie ustalono ostatecznie wpływu ciąży na rokowanie raka piersi. Ponieważ zmiany gruczołu piersiowego podczas ciąży i karmienia traktowane są jako fizjologiczne, zdarza się, że opóźnienie diagnozy sięga nawet 7 miesięcy. Uważa się, że przerwanie ciąży nie poprawia wyników leczenia. Kolejną ciążę można rozważać po około 3 latach od zakończenia leczenia przeciwnowotworowego, po wykluczeniu wznowy choroby oraz przerzutów odległych.
    Breast cancer in pregnancy is a neoplasm diagnosed during the first year postpartum or during lactation. Effect of pregnancy on the neoplastic process is not fully understood. The diagnosis is based on the tests performed as in case of non-pregnant women with the exception of the use of ionizing radiation imaging techniques and use of contrast agent. The course of cancer treatment is the same as for other patients, but mastectomy is recommended after the first trimester of pregnancy. Conservative treatment is not recommend due to contraindications for radiotherapy during pregnancy. The studies have demonstrated that chemotherapy regimens based on anthracycline and cyclophosphamide are safe. Other cytotoxic drugs and hormonal therapy are contraindicated because of severe damage to the fetus. Adjunctive therapy in the form of antiemetics, analgesics is permitted, but under certain conditions. Breast-feeding after labour is not recommended during chemotherapy, hormonal therapy and biological therapy, because many drugs are excreted into breast milk. Definite effect of pregnancy on breast cancer prognosis has not been established. Since changes in the mammary gland during pregnancy and lactation are considered as physiological, it happens that diagnosis is delayed even up to 7 months. It is believed that abortion does not improve treatment results. Another pregnancy can be considered only after 3 years when anticancer treatment is finished, cancer relapse and distant metastases are ruled out.
    Źródło:
    Medical Review; 2014, 2; 182-189
    2450-6761
    Pojawia się w:
    Medical Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GLCM and GLRLM based texture features for computer-aided breast cancer diagnosis
    Autorzy:
    Filipczuk, P.
    Fevens, T.
    Krzyżak, A.
    Obuchowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333264.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    diagnostyka wspomagana komputerowo
    analiza teksturalna
    rak piersi
    computer-aided diagnosis
    texture features
    breast cancer
    Opis:
    This paper presents 15 texture features based on GLCM (Gray-Level Co-occurrence Matrix) and GLRLM (Gray-Level Run-Length Matrix) to be used in an automatic computer system for breast cancer diagnosis. The task of the system is to distinguish benign from malignant tumors based on analysis of fine needle biopsy microscopic images. The features were tested whether they provide important diagnostic information. For this purpose the authors used a set of 550 real case medical images obtained from 50 patients of the Regional Hospital in Zielona Góra. The nuclei were isolated from other objects in the images using a hybrid segmentation method based on adaptive thresholding and kmeans clustering. Described texture features were then extracted and used in the classification procedure. Classification was performed using KNN classifier. Obtained results reaching 90% show that presented features are important and may significantly improve computer-aided breast cancer detection based on FNB images.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 19; 109-115
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid cytological image segmentation method based on competitive neural network and adaptive thresholding
    Hybrydowa metoda segmentacji obrazów cytologicznych oparta o konkurencyjne sieci neuronowe i adaptacyjne progowanie
    Autorzy:
    Kowal, M.
    Filipczuk, P.
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/153798.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    segmentacja obrazu
    sieci neuronowe
    rak piersi
    diagnostyka
    image segmentation
    neural networks
    breast cancer
    diagnosis
    Opis:
    The paper provides a preview of research on the computer system to support breast cancer diagnosis. The approach is based on analysis of microscope images of fine needle biopsy material. The article is devoted mainly to the segmentation problem. Hybrid segmentation algorithm based on competitive learning neural network and adaptive thresholding is presented. The system was tested on a set of real case medical images obtained from patients of the hospital in Zielona Góra with promising results.
    Niniejszy artukuł przedstawia wyniki prac badawczych prowadzonych nad komputerowym systemem wspierającym diagnostykę raka piersi. Zaprezentowane podejscie oparte jest na analizie mikroskopowych obrazów materiału pozyskanego metodą biopsji cienkoigłowej bez aspiracji. Zadaniem systemu jest określenie czy badany przypadek jest zmianą łagodną czy złośliwą. Badania skupione są na dwóch głównych problemach. Pierwszym z nich jest segmentacja obrazów cytologicznych oraz ekstrakcja cech morfometrycznych jąder komórkowych występujących na rozmazach. Drugim problemem jest klasyfikacja raka sutka oraz odpowiedni dobór cech najlepiej opisujących daną klasę. W artykule autorzy położyli główny nacisk na opisie sposobu segmentacji obrazów. Poprawność procesu segmentacji w dużym stopniu decyduje o możliwości wykonania skutecznych pomiarów cech morfometrycznych jąder komórkowych i w konsekwencji dokonania właściwej diagnozy. W artykule przedstawiono hybrydowy algorytm segmentacji oparty o konkurencyjne sieci neuronowe i adaptacyjne progowanie. Jest to metoda alternatywna do zaprezentowanej wcześniej metody bazującej na rozmytym algorytmie c-średnich. Porównanie wyników obydwu metod zamieszczono w artykule. Automatyczny system wspierający diagnostykę raka piersi przetestowano na prawdziwych obrazach medycznych pacjentów regionalnego szpitala w Zielonej Górze. W przeprowadzonych eksperymetach uzyskano obiecujące wyniki.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1448-1451
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nuclei segmentation for computer-aided diagnosis of breast cancer
    Autorzy:
    Kowal, M.
    Filipczuk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/330248.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    computer aided diagnosis
    breast cancer
    pattern analysis
    fast marching
    diagnostyka wspomagana komputerowo
    rak piersi
    analiza obrazu
    Opis:
    Breast cancer is the most common cancer among women. The effectiveness of treatment depends on early detection of the disease. Computer-aided diagnosis plays an increasingly important role in this field. Particularly, digital pathology has recently become of interest to a growing number of scientists. This work reports on advances in computer-aided breast cancer diagnosis based on the analysis of cytological images of fine needle biopsies. The task at hand is to classify those as either benign or malignant. We propose a robust segmentation procedure giving satisfactory nuclei separation even when they are densely clustered in the image. Firstly, we determine centers of the nuclei using conditional erosion. The erosion is performed on a binary mask obtained with the use of adaptive thresholding in grayscale and clustering in a color space. Then, we use the multi-label fast marching algorithm initialized with the centers to obtain the final segmentation. A set of 84 features extracted from the nuclei is used in the classification by three different classifiers. The approach was tested on 450 microscopic images of fine needle biopsies obtained from patients of the Regional Hospital in Zielona Góra, Poland. The classification accuracy presented in this paper reaches 100%, which shows that a medical decision support system based on our method would provide accurate diagnostic information.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 19-31
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Current and potential oncomarkers in diagnosing breast cancer
    Obecnie używane i potencjalne markery nowotworowe w diagnostyce raka piersi
    Autorzy:
    Bilecová-Rabajdová, M.
    Urban, P.
    Grešová, A.
    Varga, J.
    Gregová, K.
    Stupák, M.
    Mareková, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/271594.pdf
    Data publikacji:
    2012
    Wydawca:
    Górnośląska Wyższa Szkoła Pedagogiczna im. Kardynała Augusta Hlonda
    Tematy:
    rak piersi
    diagnostyka
    markery molekularne
    markery nowotworowe TVMs
    breast cancer
    diagnostics
    molecular markers
    tumour vascular markers
    Opis:
    Breast cancer is a very serious disease from both an economical and social point of view, because of its high incidence and mortality, as well as its prevalence. Genetic and epigenetic changes as well as the resultant deregulation of mechanisms that affect cellular processes are reflected in the final stage, like significant variability in phenotype. These changes have multiple factors in clinical, morphological but also molecular terms, and they greatly affect the possibility of accurate diagnosis of breast cancer in its early stages. Since no combination of clinical examination, mammography and ultrasonography together with CT and MRI can achieve 100% sensitivity, clinical practice is supported with diagnostic methods based on the monitoring of tumour markers with the emphasis on molecular markers. This review describes the most common molecular markers already used for earlier clinical diagnostics and also proposes new possible markers from the tumour vascular markers group. Any new oncomarkers to improve diagnostic sensitivity and specificity will be of great benefit, and in clinical practice, they may provide an opportunity for early diagnostic and therapeutic intervention, and subsequently better prognosis for the patient as well.
    Rak piersi jest bardzo poważną chorobą, zarówno z punktu widzenia ekonomicznego jak i społecznego, ze względu na dużą zachorowalność i umieralność, a także na zakres jego występowania. Zmiany genetyczne i epigenetyczne, jak również wynikająca z nich deregulacja mechanizmów, które wpływają na procesy komórkowe są odzwierciedlone w ostatnim stadium choroby, jak znaczna zmienność fenotypu. Zmiany te mają wiele przyczyn z punktu widzenia klinicznego, morfologicznego, ale również molekularnego oraz znacznie wpływają na możliwość dokładnego rozpoznania raka piersi w jego wczesnych fazach. Ponieważ żadna kombinacja badań klinicznych, mammografii i USG wraz z tomografią komputerową i obrazowaniem magnetyczno-rezonansowym nie może osiągnąć 100% czułości, praktyka kliniczna jest wspierana metodami diagnostycznymi opartymi na monitoringu markerów nowotworowych, ze szczególnym uwzględnieniem markerów molekularnych. Niniejsza recenzja opisuje najbardziej typowe markery molekularne wykorzystywane we wczesnej diagnostyce klinicznej, a także proponuje nowe potencjalne markery z grupy markerów nowotworowych TVMs . Wszelkie nowe markery nowotworowe poprawiające czułość i dokładność diagnostyki będą bardzo pomocne, a w praktyce klinicznej mogą pozwolić na wczesną diagnostykę i leczenie, co polepszy także rokowania pacjenta.
    Źródło:
    Journal of Ecology and Health; 2012, R. 16, nr 3, 3; 138-143
    2082-2634
    Pojawia się w:
    Journal of Ecology and Health
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aktualne problemy dotyczące postępowania diagnostycznego oraz leczenia operacyjnego chorych na raka piersi – przegląd wybranych zagadnień klinicznych
    Current problems in diagnostic management and surgical treatment of breast cancer patients – a review of selected clinical issues
    Autorzy:
    Nowikiewicz, Tomasz
    Śrutek, Ewa
    Zegarski, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/1030436.pdf
    Data publikacji:
    2015
    Wydawca:
    Medical Communications
    Tematy:
    breast cancer
    diagnosis and treatment
    lymphatic system imaging methods
    sentinel lymph node biopsy
    surgical treatment
    biopsja węzła wartowniczego
    diagnostyka i leczenie
    leczenie operacyjne
    metody obrazowania układu chłonnego
    rak piersi
    Opis:
    Breast cancer is the most common malignancy in women in Poland and other developed countries. It refers especially to those in peri- and postmenopausal age. Poland is characterized by a dynamic increase in the number of new cases of breast cancer. Namely, in 2010, the number of new diagnosed cases was more than 30% higher than 10 years before. As suggested by epidemiological forecasts for Poland, the trend is expected to be maintained. Surgical treatment is the main prerequisite for a permanent and positive outcome of breast cancer treatment. The percentage of surgeries performed in Poland has increased significantly in recent years from 77% in 2004 to 90% in 2010. The most important prognostic factor affecting longterm treatment outcomes in cancer patients is the clinical grading of the disease. Early detection of breast cancer, preferably at the asymptomatic stage, may significantly determine both the selection of available treatment options and the final treatment outcome. The objective of this study was to discuss current problems related to preoperative diagnostics and surgical treatment of breast cancer patients. Issues concerning mammography screening program were subjected to analysis. The part concerning surgical treatment features new trends regarding procedures of conservative treatment of breast cancer. It is also important to emphasize the necessity of the use of conclusions from the Z0011 trial and personalized oncoplastic surgery techniques in everyday clinical practice.
    Rak piersi jest najczęstszym nowotworem złośliwym u kobiet żyjących w Polsce i innych krajach rozwiniętych; dotyczy to zwłaszcza chorych w wieku około- i pomenopauzalnym. W polskiej populacji dynamicznie rośnie liczba nowych przypadków raka piersi: w 2010 roku stwierdzono ponad 30% więcej zachorowań niż 10 lat wcześniej. Według prognoz epidemiologicznych należy spodziewać się utrzymania tej tendencji w naszym kraju. Podstawowy warunek mogący pozwolić na uzyskanie trwałego wyleczenia to zastosowanie leczenia operacyjnego. Odsetek jego wykorzystania w Polsce wyraźnie wzrósł w ostatnich kilkunastu latach – z 77% w roku 2004 do 90% w roku 2010. Najważniejszym czynnikiem mającym wpływ na odległe wyniki leczenia pacjentów z nowotworami złośliwymi jest stopień zaawansowania klinicznego choroby. Wczesne wykrycie raka piersi, optymalnie w stadium bezobjawowym, może w decydujący sposób wpłynąć zarówno na wybór dostępnych metod leczenia, jak i na jego wynik. W pracy omówiono najistotniejsze aktualne problemy diagnostyki przedoperacyjnej i leczenia operacyjnego chorych na raka piersi. Analizie poddano zagadnienia związane z programem wczesnego wykrywania choroby. W części poświęconej leczeniu chirurgicznemu przedstawiono nowe trendy związane z procedurami leczenia oszczędzającego. Podkreślono konieczność wykorzystania w codziennej praktyce klinicznej wniosków z badania Z0011 i technik chirurgii onkoplastycznej.
    Źródło:
    Current Gynecologic Oncology; 2015, 13, 1; 11-19
    2451-0750
    Pojawia się w:
    Current Gynecologic Oncology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies