Validity and reliability of active shape models for the estimation of Cobb angles in adolescent idiopathic scoliosis.
Notice bibliographique
Résumé
Choosing the most suitable treatment for scoliosis relies heavily on accurate and reproducible Cobb angle measurement from successive radiographs. The objective is to reduce variability of Cobb angle measurement by reducing user intervention and bias. Custom software to automate Cobb angle measurement from posteroanterior radiographs was developed using active shape models. Validity and reliability of the automated system against a manual and semi-automated measurement method was conducted by two examiners each performing measurements on 3 occasions from a test set (N=22). A training set (N=47) of radiographs representative of curves seen in a scoliosis clinic was used to train the software to recognize vertebrae from T4 to L4. Images with a maximum Cobb angle between 20 degrees and 50 degrees, excluding surgical cases, were selected for training and test sets. Automated Cobb angles were calculated using best-fit slopes of the detected vertebrae endplates. Intra-class correlation coefficient (ICC) and standard error of measurement (SEM) showed high intra-examiner (ICC > 0.90, SEM 2-3 degrees) and inter-examiner (ICC > 0.82, SEM 2-4 degrees), but poor inter-method reliability (ICC=0.30, SEM 8-9 degrees). The automated method underestimated large curves. The reliability improved (ICC = 0.70, SEM 4-5 degrees) with exclusion of the 4 largest curves (>40 degrees) in the test set. The automated method was reliable for moderate sized curves, but did not properly detect vertebrae in larger curves. Optimization of constraints on scaling, rotation, translation, and iteration may improve reliability with larger curves.
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 | 0,019 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».