TrialsgrambetaRCTs are beautiful
Tradução não revistaA tradução em Português desta entrada não foi revista por pares e pode diferir da fonte. O acrónimo, o título completo e a citação mantêm-se sempre na língua original.Abrir a publicação original ↗

PRAIM

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

Doente / População Intervenção / Exposição Comparação Desfecho

Em 463.094 mulheres em rastreio mamográfico organizado, a dupla leitura apoiada por IA aumentou a taxa de deteção de cancro da mama em comparação com dupla leitura padrão sem IA no mesmo programa, com uma taxa de reconvocação não inferior.

N
463 094doentes
Desenho
Estudo de implementação não aleatorizado a nível nacional, Alemanha (12 centros)
Desfecho
Taxa de deteção de cancro da mama (superioridade) e taxa de reconvocação (não inferioridade)
Relevância
3Complementar — contexto, não conhecimento obrigatório.
ResultadoDeteção de cancro 6,7 vs. 5,7 por 1.000 (+17,6 %, IC de 95 % +5,7 % a +30,8 %); reconvocação 37,4 vs. 38,3 por 1.000 (−2,5 %, IC de 95 % −6,5 % a +1,7 %; não inferior). VPP da reconvocação 17,9 % vs. 14,9 %; VPP da biópsia 64,5 % vs. 59,2 %. 260.739 mulheres foram rastreadas com IA por 119 radiologistas.
Eisemann N, et al. Nat Med. 2025;31(3):917-924. 10.1038/s41591-024-03408-6
Discussão e crítica

O maior estudo de rastreio com IA em contexto real, mostrando que o apoio da IA acrescentado à dupla leitura aumenta a deteção sem reconvocações adicionais num programa nacional. Não aleatorizado: os radiologistas escolheram voluntariamente se usavam a IA, pelo que o viés de seleção está incorporado; a deteção é um substituto, e os cancros de intervalo e a mortalidade ficam fora deste desenho. O MASAI fornece a evidência aleatorizada.