MétaCan
Menu
Retour à la cohorte
Enregistrement W2061218869 · doi:10.1002/bip.10166

Detailed account of confounding factors in interpretation of FTIR spectra of exfoliated cervical cells

2002· article· en· W2061218869 sur OpenAlexaff
P. T. T. Wong, Mary K. Senterman, Pascale Jackli, Rita K. Wong, Sylvia Salib, Craig Campbell, Roman Feigel, Wylam Faught, Micheal Fung Kee Fung

Notice bibliographique

RevueBiopolymers · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésConfoundingCytologyDysplasiaMedicineCervixFourier transform infrared spectroscopyInternal medicinePathologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

The confounding variables that can potentially lead to a misinterpretation of FTIR spectroscopy of exfoliated cervical cells is described. A detailed account of the spectral effects of the following variables in FTIR spectroscopic screening of exfoliated cervical cells is presented: polymorphs; Cell degradation; and impurities such as endocervical columnar cells, metaplastic cells, cervical mucus, red cells, and debris. The interpretation of the spectra of exfoliated cervical cells must be done with subtraction analysis, which includes these factors. This is essential to prevent unacceptable false-positive rates. The above techniques are subsequently applied to two clinic populations: a dysplasia clinic in follow-up patients with negative cytology and two general gynecology clinics with patients with negative cytology. In the dysplasia clinic group 250 sequential patients with negative smears were tested. Thirty had false-positive smears as defined by the IR spectroscopy using the above methodology. Twenty of those patients subsequently had one follow-up and six had a positive abnormal smear. In the community clinic group 656 sequential patients were examined who had negative smears, of which 27 had false-positive FTIR spectra.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,299
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiopolymersMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207