Virtual microscopy using whole-slide imaging as an enabler for teledermatopathology: A paired consultant validation study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There is a need for telemedicine, particularly in countries with large geographical areas and widely scattered low-density communities as is the case of the Canadian system, particularly if equality of care is to be achieved or the difference gap is to be narrowed between urban centers and more peripheral communities. AIMS: 1. To validate teledermatopathology as a diagnostic tool in under-serviced areas; 2. To test its utilization in inflammatory and melanocytic lesions; 3. To compare the impact of 20× (0.5 μm/pixel) and 40× (0.25 μm/pixel) scans on the diagnostic accuracy. MATERIALS AND METHODS: A total of 103 dermatopathology cases divided into three arms were evaluated by two pathologists and results compared. The first arm consisted of 79 consecutive routine cases (n=79). The second arm consisted of 12 inflammatory skin biopsies (n=12) and the third arm consisted of 12 melanocytic lesions (n=12). Diagnosis concordance was used to evaluate the first arm. Whereas concordance of preset objective findings were used to evaluate the second and third arms. RESULTS: The diagnostic concordance rate for the first arm was 96%. The concordance rates of the objective findings for the second and third arms were 100%. The image quality was deemed superior to light microscopy for 40× scans. CONCLUSION: The current scanners produce high-resolution images that are adequate for evaluation of a variety of cases of different complexities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle