Mammografie-Screening

Nur wenige Vorsorgeuntersuchungen sind so umfassend in randomisiert-kon- trollierten Studien (RCTs) untersucht worden wie das Screening auf Brustkrebs mit Hilfe der Mammografie. Es liegen derzeit acht große randomisiert-kontrol- lierte Studien und mehrere Meta-Analysen vor. Letztere kommen mehrheitlich zum Schluss, dass sich die Brustkrebssterblichkeit durch Mammografie-Screening um etwa 20 % senken lässt. Dies bedeutet im Schweizer Kontext, dass etwa 1 von 1'000 Frauen weniger an Brustkrebs stirbt, wenn Frauen ab dem 50. Lebensjahr zehn Jahre lang gescreent werden. Andererseits führt das Screening auch zu Überdiagnosen und Übertherapien. So nimmt die Zahl der Brustkrebsdiagnosen um etwa 20 % zu, was zu einer entsprechenden Zunahme an chirurgischen Ein- griffen, Strahlen- und Chemotherapien führt. Über zehn Jahre gerechnet, erhal- ten etwa 4 von 1'000 Frauen eine Brustkrebsdiagnose, die sie ohne Screening nicht erhalten hätten. Etwa 200 von 1'000 Frauen sind im Verlaufe von zehn Jahren (fünf Screening-Runden) mit abklärungsbedürftigen Befunden konfron- tiert, wobei es sich dabei mehrheitlich um falsch positive Befunde handelt. Gleichzeitig werden auch mit einem Screening-Programm 20 bis 30 % der Brust- krebse nicht im Screening erfasst. Die Information der Bevölkerung bezüglich des Mammografie-Screenings ist derzeit noch mangelhaft. Dies führt dazu, dass der mögliche Nutzen von den betroffenen Frauen überschätzt und der Schaden unterschätzt wird. Die Aufklärung der Bevölkerung im Hinblick auf Nutzen und Risiken des Mammografie-Screenings muss daher verbessert werden, denn Frau- en haben einen Anspruch auf evidenzbasierte Informationen und eine „infor- mierte Entscheidung“.

Top-Down Parsing with Parsing Contexts

The domain of context-free languages has been extensively explored and there exist numerous techniques for parsing (all or a subset of) context-free languages. Unfortunately, some programming languages are not context-free. Using standard context-free parsing techniques to parse a context-sensitive programming language poses a considerable challenge. Im- plementors of programming language parsers have adopted various techniques, such as hand-written parsers, special lex- ers, or post-processing of an ambiguous parser output to deal with that challenge. In this paper we suggest a simple extension of a top-down parser with contextual information. Contrary to the tradi- tional approach that uses only the input stream as an input to a parsing function, we use a parsing context that provides ac- cess to a stream and possibly to other context-sensitive infor- mation. At a same time we keep the context-free formalism so a grammar definition stays simple without mind-blowing context-sensitive rules. We show that our approach can be used for various purposes such as indent-sensitive parsing, a high-precision island parsing or XML (with arbitrary el- ement names) parsing. We demonstrate our solution with PetitParser, a parsing-expression grammar based, top-down, parser combinator framework written in Smalltalk.

Urban expansion and its impact on urban agriculture – remote sensing based change analysis of Kizinga and Mzinga Valley – Dar Es Salaam, Tanzania

Urban agriculture is a phenomenon that can be observed world-wide, particularly in cities of devel-oping countries. It is contributing significantly to food security and food safety and has sustained livelihood of the urban and peri-urban low income dwellers in developing countries for many years. Population increase due to rural-urban migration and natural, coupled with formal as well as infor-mal urbanization are competing with urban farming for available space and scarce water resources. A multitemporal multisensoral urban change analysis over the period of 25 years (1982-2007) was performed in order to measure and visualize the urban expansion along the Kizinga and Mzinga valley in the South of Dar es Salaam. Airphotos and VHR satellite data were analyzed by using a combination of a composition of anisotropic textural measures and spectral information. The study revealed that unplanned built-up area is expanding continuously and vegetation covers and agricultural lands decline at a fast rate. The validation showed that the overall classification accuracy varied depending on the database. The extracted built-up areas were used for visual in-terpretation mapping purposes and served as information source for another research project. The maps visualize an urban congestion and expansion of nearly 18% of the total analyzed area that had taken place in the Kizinga valley between 1982 and 2007. The same development can be ob-served in the less developed and more remote Mzinga valley between 1981 and 2002. Both areas underwent fast changes where land prices still tend to go up and an influx of people both from rural and urban areas continuously increase density with the consequence of increasing multiple land use interests.