A quality control exercise in the echo laboratory: Reduction in inter‐observer variability in the interpretation of pulmonary hypertension
Notice bibliographique
Résumé
Background Right ventricular systolic pressure (RVSP) estimated by echocardiography is critical for the initial screening and follow‐up of pulmonary hypertension (PH). Inter‐observer variability (IOV) in RVSP can impact clinical decision making. This study assessed whether a simple guideline‐based teaching intervention could reduce the IOV in RVSP interpretation. Methods and Results Eleven participants in a high‐volume tertiary level echocardiography laboratory underwent an assessment of the baseline IOV in the assessment of RVSP for a series of transthoracic echocardiograms (TTE), depicting various degrees of PH among 8 cases each before and after a teaching intervention. The inter‐observer variance (root‐mean‐square error) decreased from 26.0 mm Hg2 (5.1 mm Hg) at baseline to 5.8 mm Hg2 (2.4 mm Hg) post‐teaching intervention (P = .025). The corresponding inter‐class coefficient (ICC) increased from 0.89 to 0.98. Several factors relating to image acquisition and interpretation were identified as contributing to IOV in RVSP. The outcome was the development of a practical tool to mitigate these factors. Conclusions A simple structured teaching intervention successfully reduced IOV in the measurement of RVSP in a high‐volume echo laboratory.
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 | 0,014 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».