Fluorescence and reflectance device variability throughout the progression of a phase II clinical trial to detect and screen for cervical neoplasia using a fiber optic probe
Notice bibliographique
Résumé
Large phase II trials of fluorescence and reflectance spectroscopy using a fiber optic probe in the screening and diagnostic settings for detecting cervical neoplasia have been conducted. We present accrual and histopathology data, instrumentation, data processing, and the preliminary results of interdevice consistencies throughout the progression of a trial. Patients were recruited for either a screening trial (no history of abnormal Papanicolaou smears) or a diagnostic trial (a history of abnormal Papanicolaou smears). Colposcopy identified normal and abnormal squamous, columnar, and transformation zone areas that were subsequently measured with the fiber probe and biopsied. In the course of the clinical trial, two generations of spectrometers (FastEEM2 and FastEEM3) were designed and utilized as optical instrumentation for in vivo spectroscopic fluorescence and reflectance measurements. Data processing of fluorescence and reflectance data is explained in detail and a preliminary analysis of the variability across each device and probe combination is explored. One thousand patients were recruited in the screening trial and 850 patients were recruited in the diagnostic trial. Three clinical sites attracted a diverse range of patients of different ages, ethnicities, and menopausal status. The fully processed results clearly show that consistencies exist across all device and probe combinations throughout the diagnostic trial. Based on the stratification of the data, the results also show identifiable differences in mean intensity between normal and high-grade tissue diagnosis, pre- and postmenopausal status, and squamous and columnar tissue type. The mean intensity values of stratified data show consistent separation across each of the device and probe combinations. By analyzing trial spectra, we provide more evidence that biographical variables such as menopausal status as well as tissue type and diagnosis significantly affect the data. Understanding these effects will lead to better modeling parameters when analyzing the performance of fluorescence and reflectance spectroscopy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».