Grader learning effect and reproducibility of Doppler Spectral‐Domain Optical Coherence Tomography derived retinal blood flow measurements
Notice bibliographique
Résumé
PURPOSE: To investigate grader learning effect and to quantify intergrader reproducibility of Doppler Spectral-Domain Optical Coherence Tomography (SD-OCT) derived retinal blood flow measurements. METHODS: Fifteen healthy young subjects (mean age 28.44; SD 3 years) underwent Doppler SD-OCT scans of one eye using the circumpapillary double circular scan protocol of the Optovue RTVue by one of two experienced operators. One trained (i.e. having undergone certification) and one novice (i.e. preliminary training comprising five standard practice data sets) individual then graded a standardized set of scans, consisting of 15 data sets (session 1) using custom Doppler Optical Coherence Tomography of Retinal Circulation (DOCTORC) software. One week later (session 2), the novice grader underwent further training by grading an additional 15 practice data sets and then both graders subsequently regraded the original 15 data sets. RESULTS: Measurements achieved by a novice grader during session 1 showed a trend to be higher in terms of total retinal venous blood flow (TRBF) and also to be significantly (p = 0.03) higher for venous area, compared with a trained grader. Session 2 results were not significantly different for either grader. The mean TRBF for session 2 for the trained and novice grader was 45.29 ± 9.28 μl/min and 44.39 ± 7.36 μl/min, respectively. The coefficient of repeatability (COR) of session 2 TRBF values between the trained and novice grader was 8.09 μl/min. CONCLUSIONS: There is a grader learning effect which impacts the venous area measurements. Reproducible and repeatable retinal blood flow measurements were achieved among trained graders using DOCTORC software.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».