Reproducibility of Semi-Automated Measurement of Carotid Stenosis on CTA
Notice bibliographique
Résumé
PURPOSE: To compare the reproducibility of semi-automated vessel analysis software to manual measurement of carotid artery stenosis on computed tomography angiography (CTA). METHODS: Two observers separately analyzed 81 carotid artery CTAs using semi-automated vessel analysis software according to a blinded protocol. The software measured the narrowest stenosis in millimeters (mm), distal internal carotid artery (ICA) in mm, and calculated percent stenosis based on NASCET criteria. One observer performed this task twice on each carotid, the second analysis delayed two months in order to mitigate recall bias. Two other observers manually measured the narrowest stenosis in mm, distal ICA in mm, and calculated NASCET percent stenosis in a blinded fashion. Correlation coefficients were calculated for each group comparing the narrowest stenosis in mm, distal ICA in mm, and NASCET percent stenosis. RESULTS: The semi-automated vessel analysis software provided excellent intraobserver correlation for narrowest stenosis in mm, distal ICA in mm, and NACSET percent stenosis (Pearson correlation coefficients of 0.985, 0.954, and 0.977 respectively). The semi-automated vessel analysis software provided excellent interobserver correlation (0.925, 0.881, and 0.892 respectively). The interobserver correlation for manual measurement was good (0.595, 0.625, and 0.555 respectively). There was a statistically significant difference in the interobserver correlation between the semi-automated vessel analysis software observers and the manual measurement observers (P < 0.001). CONCLUSION: Semi-automated vessel analysis software is a highly reproducible method of quantifying carotid artery stenosis on CTA. In this study, semi-automated vessel analysis software determination of carotid stenosis was shown to be more reproducible than manual measurement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».