Does training and experience influence the accuracy of computed tomography colonography interpretation?
Notice bibliographique
Résumé
AIM: To evaluate the effect of experience on the accuracy rate of computed tomography colonography (CTC) interpretation and patient preferences/satisfaction for CTC and colonoscopy. METHODS: A prospective, non-randomized, observational study performed in a single, tertiary care center involving 90 adults who underwent CTC followed by colonoscopy on the same day. CTC was interpreted by an abdominal imaging radiologist and then a colonoscopy was performed utilizing segmental un-blinding and re-examination as required. A radiology resident and two gastroenterology (GI) fellows blinded to the results also interpreted the CTC datasets independently. Accuracy rates and trend changes were determined for each reader to assess for a learning curve. RESULTS: Among 90 patients (57% male) aged 55 ± 8.9 years, 39 polyps ≥ 6 mm were detected in 20 patients and 13 polyps > 9 mm in 10 patients. Accuracy rates were 88.9% (≥ 6 mm) and 93.3% (> 9 mm) for the GI Radiologist, 89.8% (≥ 6 mm) and 98.9% (> 9 mm) for the Radiology Resident and 86.7% and 95.6% (≥ 6 mm) and 87.8% and 94.4% (> 9 mm) for each of the GI fellows respectively. The reader's accuracy rate did not change significantly with the percentage change rate ranging between -1.7 to 0.9 (P = 0.12 to 0.56). Patients considered colonoscopy more satisfactory than CTC (30% vs 4%, P < 0.0001), they felt less anxiety during colonoscopy (36% vs 7%, P < 0.0001), they experienced less pain or discomfort during colonoscopy compared to CTC (69% vs 4%, P < 0.0001) and colonoscopy was preferred by 77% of the participants as a repeat screening test for the future. CONCLUSION: No statistically significant learning curve was identified in CTC interpretation suggesting that further study is required to identify the necessary training to adequately interpret CTC scans.
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 | 0,004 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».