TrialsgrambêtaRCTs are beautiful
Traduction non vérifiéeLa traduction en Français de cette entrée n'a pas été vérifiée par les pairs et peut différer de la source. L'acronyme, le titre complet et la citation restent toujours dans la langue d'origine.Ouvrir la publication d'origine ↗

PRAIM

Nationwide real-world implementation of AI for cancer detection in population-based mammography screening

Patient / Population Intervention / Exposition Comparaison Critère de jugement

Chez 463 094 femmes en dépistage mammographique organisé, la double lecture assistée par IA a augmenté le taux de détection du cancer du sein par rapport à la double lecture standard sans IA dans le même programme, avec un taux de rappel non inférieur.

N
463 094patients
Schéma
Étude d'implémentation nationale non randomisée, Allemagne (12 sites)
Critère
Taux de détection du cancer du sein (supériorité) et taux de rappel (non-infériorité)
Pertinence
3Complémentaire — du contexte, pas un incontournable.
RésultatDétection des cancers 6,7 vs. 5,7 pour 1.000 (+17,6 %, IC à 95 % +5,7 % à +30,8 %) ; rappel 37,4 vs. 38,3 pour 1.000 (−2,5 %, IC à 95 % −6,5 % à +1,7 % ; non inférieur). VPP du rappel 17,9 % vs. 14,9 % ; VPP de la biopsie 64,5 % vs. 59,2 %. 260.739 femmes ont été dépistées avec l'IA par 119 radiologues.
Eisemann N, et al. Nat Med. 2025;31(3):917-924. 10.1038/s41591-024-03408-6
Discussion et critique

La plus grande étude de dépistage par IA en vie réelle, montrant que l'assistance par IA ajoutée à la double lecture augmente la détection sans rappels supplémentaires à l'échelle d'un programme national. Non randomisée : les radiologues choisissaient librement d'utiliser ou non l'IA, d'où un biais de sélection intrinsèque ; la détection est un critère de substitution, et les cancers d'intervalle et la mortalité dépassent ce schéma. MASAI apporte la preuve randomisée.