MétaCan
Menu
Retour à la cohorte
Enregistrement W2083033512 · doi:10.1117/1.2745285

Instrumentation as a source of variability in the application of fluorescence spectroscopic devices for detecting cervical neoplasia

2007· article· en· W2083033512 sur OpenAlexaff
Brian M. Pikkula, Olga Shuhatovich, Roderick Price, Dan M. Serachitopol, Michele Follen, Nick McKinnon, Calum MacAulay, Rebecca Richards‐Kortum, Jong‐Soo Lee, E. Neely Atkinson, Dennis D. Cox

Notice bibliographique

RevueJournal of Biomedical Optics · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésCalibrationOptical fiberInstrumentation (computer programming)SpectrometerReproducibilityQuality assuranceMaterials scienceFiber optic sensorOpticsMedical physicsComputer scienceBiomedical engineeringMedicineTelecommunicationsStatisticsMathematicsPhysicsPathology

Résumé

récupéré en direct d'OpenAlex

We report on a study designed to assess variability among three different fluorescence spectroscopy devices, four fiber optic probes, and three sets of optical calibration standards to better understand the reproducibility of measurements and interdevice comparisons of fluorescence spectroscopic data intended for clinical diagnostic use. Multiple measurements are acquired from all sets of standards using each combination of spectrometer, fiber optic probe, and optical standard. Data are processed using standard calibration methods to remove instrument-dependant responses. Processed spectra are analyzed using an analysis of variance to assess the percent variance explained by each factor that was statistically significant. Analysis of processed data confirms statistically significant differences among the spectrometers and fiber optic probes. However, no differences are found when varying calibration standards or measurement date and time. The spectrometers and fiber optic probes are significant sources of variability, but appropriate data processing substantially reduces these effects. Studies of inter- and intradevice variability are important methodological issues for optical device trials and must be included in the quality assurance studies for the clinical trial design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,339
Écart entre enseignants0,328 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207