MétaCan
Menu
Retour à la cohorte
Enregistrement W2131805980 · doi:10.1093/humupd/dmq056

Are patient characteristics associated with the accuracy of hysterosalpingography in diagnosing tubal pathology? An individual patient data meta-analysis

2010· review· en· W2131805980 sur OpenAlexaff
K. A. Broeze, Brent C. Opmeer, Nan van Geloven, S.F.P.J. Coppus, John A. Collins, J.E. den Hartog, Paul J.Q. van der Linden, Piotr Marianowski, Ernest Hung Yu Ng, Jan Willem van der Steeg, Pieternel Steures, Annika Strandell, Fulco van der Veen, Ben W. Mol

Notice bibliographique

RevueHuman Reproduction Update · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueGynecological conditions and treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHysterosalpingographyMedicineMeta-analysisObstetricsGynecologyRadiologyPathologyInfertilityPregnancyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Conventional meta-analysis has estimated the sensitivity and specificity of hysterosalpingography (HSG) to be 65% and 83%. The impact of patient characteristics on the accuracy of HSG is unknown. The aim of this study was to assess by individual patient data meta-analysis whether the accuracy of HSG is associated with different patient characteristics. METHODS: We approached authors of primary studies reporting on the accuracy of HSG using findings at laparoscopy as the reference. We assessed whether patient characteristics such as female age, duration of subfertility and a clinical history without risk factors for tubal pathology were associated with the accuracy of HSG, using a random intercept logistic regression model. RESULTS: We acquired data of seven primary studies containing data of 4521 women. Pooled sensitivity and specificity of HSG were 53% and 87% for any tubal pathology and 46% and 95% for bilateral tubal pathology. In women without risk factors, the sensitivity of HSG was 38% for any tubal pathology, compared with 61% in women with risk factors (P = 0.005). For bilateral tubal pathology, these rates were 13% versus 47% (P = 0.01). For bilateral tubal pathology, the sensitivity of HSG decreased with age [factor 0.93 per year (P = 0.05)]. The specificity of HSG was very stable across all subgroups. CONCLUSIONS: The accuracy of HSG in detecting tubal pathology was similar in all subgroups, except for women without risk factors in whom sensitivity was lower, possibly due to false-positive results at laparoscopy. HSG is a useful tubal patency screening test for all infertile couples.

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)0,038
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,078
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,047
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,260
Tête enseignante GPT0,392
Écart entre enseignants0,132 · 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.

Devis d'étudeMéta-analyse
DomaineMéthodes
GenreSynthèse

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

En bref

Citations82
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Reproduction UpdateMême sujetGynecological conditions and treatmentsTravaux en français237 207