Reliability and measurement error of digital planimetry for the measurement of chronic venous leg ulcers
Notice bibliographique
Résumé
Abstract Area measurements of a chronic wound are the gold standard outcome measure to determine if a wound is on a healing or nonhealing trajectory. The use of digital planimetry can provide increased accuracy in measuring wound area however it is important to know the reliability and measurement error of these devices when used by multiple assessors. The aim of this study is to determine the within rater, between rater, and standard error of measurement of a digital planimetry device. Wound area in 42 patients was measured weekly for 12 weeks by two different raters, with each rater measuring the wound 10 times per visit. Intraclass correlation coefficients (ICC 1,k) and standard error of measurement were calculated for both within and between raters using 10 and the first three repeated measures to determine if using less measurements was as reliable. The true change in wound area was calculated by dividing stander error of measurements by mean wound areas. Within rater reliability for raters 1 and 2 were 0.995 and 0.992 for 10 measurements, and 0.996 and 0.992 for 3 measurements per time point. Between rater reliability was 0.979 for 10 measurements and 0.996 for 3 measurements per time point. The within rater standard error of measurement for raters 1 and 2 was 0.98 cm 2 and 1.28 cm 2 for 10 measurements and 0.895 cm 2 and 1.29 cm 2 for 3 measurements at each time point. The standard error of measurement for between raters was 2.07 cm 2 for 10 measurements and 2.25 cm 2 for 3 measurements per time point. The true change in wound size varied from 6.4% for within one rater to 15.7% for across different raters. This study found that both within and between rater reliability of the digital planimetry device was very high for three measurements per time point.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».