Computer-aided auscultation of murmurs in children: evaluation of commercially available software
Notice bibliographique
Résumé
BACKGROUND: Heart murmurs are common in children and may represent congenital or acquired cardiac pathology. Auscultation is challenging and many primary-care physicians lack the skill to differentiate innocent from pathologic murmurs. We sought to determine whether computer-aided auscultation (CardioscanTM) identifies which children require referral to a cardiologist. METHODS: We consecutively enrolled children aged between 0 and 17 years with a murmur, innocent or pathologic, being evaluated in a tertiary-care cardiology clinic. Children being evaluated for the first time and patients with known cardiac pathology were eligible. We excluded children who had undergone cardiac surgery previously or were unable to sit still for auscultation. CardioscanTM auscultation was performed in a quiet room with the subject in the supine position. The sensitivity and specificity of a potentially pathologic murmur designation by CardioscanTM - that is, requiring referral - was determined using echocardiography as the reference standard. RESULTS: We enrolled 126 subjects (44% female) with a median age of 1.7 years, with 93 (74%) having cardiac pathology. The sensitivity and specificity of a potentially pathologic murmur determination by CardioscanTM for identification of cardiac pathology were 83.9 and 30.3%, respectively, versus 75.0 and 71.4%, respectively, when limited to subjects with a heart rate of 50-120 beats per minute. The combination of a CardioscanTM potentially pathologic murmur designation or an abnormal electrocardiogram improved sensitivity to 93.5%, with no haemodynamically significant lesions missed. CONCLUSIONS: Sensitivity of CardioscanTM when interpreted in conjunction with an abnormal electrocardiogram was high, although specificity was poor. Re-evaluation of computer-aided auscultation will remain necessary as advances in this technology become available.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».