Estimating the accuracy of optic nerve sheath diameter measurement using a pocket-sized, handheld ultrasound on a simulation model
Notice bibliographique
Résumé
BACKGROUND: Ultrasound measurement of optic nerve sheath diameter (ONSD) appears to be a promising, rapid, non-invasive bedside tool for identification of elevated intra-cranial pressure. With improvements in ultrasound technology, machines are becoming smaller; however, it is unclear if these ultra-portable handheld units have the resolution to make these measurements precisely. In this study, we estimate the accuracy of ONSD measurement in a pocket-sized ultrasound unit. METHODS: Utilizing a locally developed, previously validated model of the eye, ONSD was measured by two expert observers, three times with two machines and on five models with different optic nerve sheath sizes. A pocket ultrasound (Vscan, GE Healthcare) and a standard portable ultrasound (M-Turbo, SonoSite) were used to measure the models. Data was analyzed by Bland-Altman plot and intra-class correlation coefficient (ICC). RESULTS: The ICC between raters for the SonoSite was 0.878, and for the Vscan was 0.826. The between-machine agreement ICC was 0.752. Bland-Altman agreement analysis between the two ultrasound methods showed an even spread across the range of sheath sizes, and that the Vscan tended to read on average 0.33 mm higher than the SonoSite for each measurement, with a standard deviation of 0.65 mm. CONCLUSIONS: Accurate ONSD measurement may be possible utilizing pocket-sized, handheld ultrasound devices despite their small screen size, lower resolution, and lower probe frequencies. Further study in human subjects is warranted for all newer handheld ultrasound models as they become available on the market.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,000 |
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 ».