Diagnosis of Subsegmental Pulmonary Emboli
Notice bibliographique
Résumé
We measured sensitivity, positive predictive value, and free-response receiver operating characteristic (FROC) of 20 radiologists detecting subsegmental-sized pulmonary emboli in a porcine model using either contrast-enhanced computed tomography (CT) or digital subtraction (DS) pulmonary angiography. Colored methacrylate beads (4.2 and 3.8 mm diameter) were injected into 9 anesthetized juvenile pigs. CT and DS pulmonary angiography images were obtained before and after a pulmonary infiltrate was introduced into the lower lobes. Following imaging, the pigs were euthanized, and the pulmonary arterial tree was cast using clear methacrylate allowing direct visualization of emboli. The 20 radiologists used a custom-made computer application to display the images on their personal computer and record their diagnoses. The results were mailed electronically to the coordinating center for comparison with the cast of the pulmonary vasculature. Twenty-three emboli were included in the statistical analysis. Overall sensitivity for spiral CT and angiography, respectively, was: 60 +/- 18% and 72 +/- 11% (P = 0.06). Positive predictive value for spiral CT and angiography, respectively, was: 49 +/- 24% and 58 +/- 23% (P = 0.25). There was a large variation in both sensitivity and positive predicted values between Readers. There was no difference in sensitivity or positive predictive value between radiologists from community or academic centers (P > 0.27). FROC analysis showed no significant difference between CT or DS (P = 0.27). In conclusion, in this porcine model, there is no overall diagnostic advantage to using DS pulmonary angiography rather than contrast-enhanced spiral CT for the diagnosis of PE when images are interpreted by radiologists located in either academic or community hospital settings.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».