Prevalence of abnormal cases in an image bank affects the learning of radiograph interpretation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Using a large image bank, we systematically examined how the use of different ratios of abnormal to normal cases affects trainee learning. METHODS: This was a prospective, double-blind, randomised, three-arm education trial conducted in six academic training programmes for emergency medicine and paediatric residents in post-licensure years 2-5. We developed a paediatric ankle trauma radiograph case bank. From this bank, we constructed three different 50-case training sets, which varied in their proportions of abnormal cases (30%, 50%, 70%). Levels of difficulty and diagnoses were similar across sets. We randomly assigned residents to complete one of the training sets. Users classified each case as normal or abnormal, specifying the locations of any abnormalities. They received immediate feedback. All participants completed the same 20-case post-test in which 40% of cases were abnormal. We determined participant sensitivity, specificity, likelihood ratio and signal detection parameters. RESULTS: A total of 100 residents completed the study. The groups did not differ in accuracy on the post-test (p = 0.20). However, they showed considerable variation in their sensitivity-specificity trade-off. The group that received a training set with a high proportion of abnormal cases achieved the best sensitivity (0.69, standard deviation [SD] = 0.24), whereas the groups that received training sets with medium and low proportions of abnormal cases demonstrated sensitivities of 0.63 (SD = 0.21) and 0.51 (SD = 0.24), respectively (p < 0.01). Conversely, the group with a low proportion of abnormal cases demonstrated the best specificity (0.83, SD = 0.10) compared with the groups with medium (0.70, SD = 0.15) and high (0.66, SD = 0.17) proportions of abnormal cases (p < 0.001). The group with a low proportion of abnormal cases had the highest false negative rate and missed fractures one-third more often than the groups that trained on higher proportions of abnormal cases. CONCLUSIONS: Manipulating the ratio of abnormal to normal cases in learning banks can have important educational implications.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle