Chest radiograph reading and recording system: evaluation in frontline clinicians in Zambia
Notice bibliographique
Résumé
BACKGROUND: In Zambia the vast majority of chest radiographs (CXR) are read by clinical officers who have limited training and varied interpretation experience, meaning lower inter-rater reliability and limiting the usefulness of CXR as a diagnostic tool. In 2010-11, the Zambian Prison Service and Ministry of Health established TB and HIV screening programs in six prisons; screening included digital radiography for all participants. Using front-line clinicians we evaluated sensitivity, specificity and inter-rater agreement for digital CXR interpretation using the Chest Radiograph Reading and Recording System (CRRS). METHODS: Digital radiographs were selected from HIV-infected and uninfected inmates who participated in a TB and HIV screening program at two Zambian prisons. Two medical officers (MOs) and two clinical officers (COs) independently interpreted all CXRs. We calculated sensitivity and specificity of CXR interpretations compared to culture as the gold standard and evaluated inter-rater reliability using percent agreement and kappa coefficients. RESULTS: 571 CXRs were included in analyses. Sensitivity of the interpretation "any abnormality" ranged from 50-70 % depending on the reader and the patients' HIV status. In general, MO's had higher specificities than COs. Kappa coefficients for the ratings of "abnormalities consistent with TB" and "any abnormality" showed good agreement between MOs on HIV-uninfected CXRs and moderate agreement on HIV-infected CXRs whereas the COs demonstrated fair agreement in both categories, regardless of HIV status. CONCLUSIONS: Sensitivity, specificity and inter-rater agreement varied substantially between readers with different experience and training, however the medical officers who underwent formal CRRS training had more consistent interpretations.
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 | 0,001 |
| 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 ».