Diagnostic accuracy between readers for identifying electrographic seizures in critically ill adults
Notice bibliographique
Résumé
OBJECTIVE: Electrographic seizures in critically ill patients are often equivocal. In this study, we sought to determine the diagnostic accuracy of electrographic seizure annotation in adult intensive care units (ICUs) and to identify affecting factors. METHODS: To investigate diagnostic accuracy, interreader agreement (IRA) measures were derived from 5,769 unequivocal and 6,263 equivocal seizure annotations by five experienced electroencephalogram (EEG) readers after reviewing 74 days of EEGs from 50 adult ICU patients. Factors including seizure equivocality (unequivocal vs. equivocal) and laterality (generalized, partial, or bilaterally independent), cyclicity (cyclic vs. noncyclic), persistency (occurrence of status epilepticus), and patient consciousness level (coma vs. noncoma) were further investigated for their influence on IRA measures. RESULTS: On average, 70% of seizures marked by a reference reader overlapped, at least in part, with those marked by a test reader (any-overlap sensitivity, AO-Sn). Agreed seizure duration between reader pairs (overlap-integral sensitivity, OI-Sn) was 62%, while agreed nonseizure duration (overlap-integral specificity, OI-Sp) was 99%. A test reader would annotate one additional seizure not overlapping with a reference reader's annotation in every 11.7 h of EEG, that is, the false-positive rate (FPR) was 0.0854/h. Classifying seizure patterns into unequivocal and equivocal improved specificity and FPR (unequivocal patterns) but compromised sensitivity only for equivocal patterns. Sensitivity of all and unequivocal annotations was higher for patients with status epilepticus. Specificity was higher for partial than for bilaterally independent unequivocal seizure patterns, and lower for cyclic all seizure patterns. SIGNIFICANCE: Diagnosing electrographic seizures in critically ill adults is highly specific and moderately sensitive. Improved criteria for diagnosing electrographic seizures in the ICU are needed.
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 | 0,085 |
| 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 ».