MétaCan
Menu
Retour à la cohorte
Enregistrement W2168644477 · doi:10.1118/1.2164067

Quality control for digital mammography: Part II recommendations from the ACRIN DMIST trial

2006· article· en· W2168644477 sur OpenAlexaff
Martin J. Yaffe, Aili K. Bloomquist, Gordon E. Mawdsley, Etta D. Pisano, R. Edward Hendrick, Laurie L. Fajardo, John M. Boone, Kalpana M. Kanal, Mahadevappa Mahesh, Richard C. Fleischman, Joseph Och, Mark B. Williams, Daniel J. Beideck, Andrew D. A. Maidment

Notice bibliographique

RevueMedical Physics · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Institutes of Health
Mots-clésDigital mammographyMammographyMedical physicsConsistency (knowledge bases)MedicineQuality (philosophy)Image qualityPopulationComputer scienceArtificial intelligenceBreast cancer

Résumé

récupéré en direct d'OpenAlex

The Digital Mammography Imaging Screening Trial (DMIST), conducted under the auspices of the American College of Radiology Imaging Network (ACRIN), is a clinical trial designed to compare the accuracy of digital versus screen-film mammography in a screening population [E. Pisano et al., ACRIN 6652-Digital vs. Screen-Film Mammography, ACRIN (2001)]. Part I of this work described the Quality Control program developed to ensure consistency and optimal operation of the digital equipment. For many of the tests, there were no failures during the 24 months imaging was performed in DMIST. When systems failed, they generally did so suddenly rather than through gradual deterioration of performance. In this part, the utility and effectiveness of those tests are considered. This suggests that after verification of proper operation, routine extensive testing would be of minimal value. A recommended set of tests is presented including additional and improved tests, which we believe meet the intent and spirit of the Mammography Quality Standards Act regulations to ensure that full-field digital mammography systems are functioning correctly, and consistently producing mammograms of excellent image quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil0,431

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,307
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations65
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetDigital Radiography and Breast ImagingTravaux en français237 207