Flow diverters: inter and intra-rater reliability of porosity and pore density measurements
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Porosity and pore density (PD) are important characteristics of flow diverters (FDs), because they may influence device efficacy and safety. Reliable measurement of these parameters would seem to be required for comparisons between devices, device selection at the time of clinical usage, as well as for research purposes. Because there is no standard method of measurement, our aim was to assess the intra-rater and inter-rater reliability of PD measurements and of three different ways of measuring porosity. METHODS: Six microphotographs of two fully deployed FDs were taken overlying two different millimetric reference grids: one flat and the other corrected to match the cylindrical stent. Standardized protocols for independently measuring PD and porosity according to three different methods were used by three trained observers and by the same observer twice. Bland-Altman plots and intra-class correlation coefficients (ICC) were used to study the reliability of the measurements. RESULTS: For porosity, satisfactory agreement occurred only when the same method of measurement was performed by the same observer. Intra-observer and inter-observer agreement were poor for measures of porosity when different methods were used (with differences in the range of 5-10%, ICC <0.6 for all methods). Measurement of PD was more reliable within (ICC 0.991 (0.946 to 0.999)) and between (ICC 0.945 (0.781 to 0.991)) observers. CONCLUSIONS: Without standardization, the porosity of different devices cannot reliably be compared because use of different methods or different observers substantially changes results. Pore density seems to be more reliably measured than porosity.
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) | 0,000 | 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 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 ».