The interpretation of hepatic venous pressure gradient tracings – excellent interobserver agreement unrelated to experience
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The hepatic venous pressure gradient (HVPG) plays an important role in the diagnosis, prognosis and therapy of patients with cirrhosis and portal hypertension. One barrier to its widespread use is the potential for a low reproducibility. We aimed to evaluate the interobserver agreement in the interpretation of optimally acquired HVPG tracings from patients with cirrhosis and different degrees of portal hypertension. METHODS: Two hundred and fifteen tracings obtained from 51 patients with cirrhosis in a single centre were interpreted independently by two hepatologists: one experienced observer and one inexperienced observer. Correlation was performed by Pearson linear regression and the intraclass correlation coefficient (ICC). A Bland-Altman plot was constructed to visualize how the differences between observers compared across the range of measurements. Logistic regression was used to identify predictors of ≥10% variation between observers' readings. RESULTS: There was a significant linear relationship between observers' readings r = 0.98 (P = 0.001). The ICC between observers (interobserver agreement) was also excellent at 0.991 (P = 0.001). Using the Bland-Altman technique, the mean difference between the observers' readings was 0.2 mmHg (95% CI: -1.2 mmHg to 1.6 mmHg). Thirteen per cent of all readings and 9% of readings with an HVPG of ≥10 mmHg differed by ≥10%. As expected, a lower baseline HVPG was a predictor of this variability. CONCLUSIONS: Interobserver reproducibility in the assessment of optimally acquired HVPG tracings is excellent without differences related to experience. The data provide further support that the HVPG can be used accurately in clinical and research settings.
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 | 0,000 | 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 ».