MétaCan
Menu
Retour à la cohorte
Enregistrement W2774982771 · doi:10.2196/biomedeng.8333

Measurement of Skin Induration Size Using Smartphone Images and Photogrammetric Reconstruction: Pilot Study

2017· article· en· W2774982771 sur OpenAlexvenueno aff
Ronald Dendere, Tinashe Mutsvangwa, René Goliath, Molebogeng X. Rangaka, Ibrahim Abubakar, Tania S. Douglas

Notice bibliographique

RevueJMIR Biomedical Engineering · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTuberculinMedicineSkin testTuberculosisDermatologyLatent tuberculosisPhotogrammetryArtificial intelligenceMycobacterium tuberculosisPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The tuberculin skin test (TST) is the most common method for detecting latent tuberculosis infection (LTBI). The test requires that a patient return to the health facility or be visited by a health care worker 48 to 72 hours after the intradermal placement of tuberculin so that the size of the resulting skin induration, if any, can be measured. Objective: This study aimed to propose and evaluate an image-based method for measuring induration size from images captured using a smartphone camera. Methods: We imaged simulated skin indurations, ranging from 4.0 to 19 mm, in 10 subjects using a handheld smartphone, and performed three-dimensional reconstruction of the induration sites using photogrammetry software. An experienced TST reader measured the size of each induration using the standard clinical method. The experienced reader and an inexperienced observer both measured the size of each induration using the software. The agreement between measurements generated by the standard clinical and image-based methods was assessed using the intraclass correlation coefficient (ICC). Inter- and intraobserver agreement for the image-based method was similarly evaluated. Results: Results showed excellent agreement between the standard and image-based measurements performed by the experienced reader with an ICC value of .965. Inter- and intraobserver agreements were also excellent, indicating that experience in reading TSTs is not required with our proposed method. Conclusions: We conclude that the proposed smartphone image-based method is a potential alternative to standard induration size measurement and would enable remote data collection for LTBI screening.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,312
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Biomedical EngineeringMême sujetMycobacterium research and diagnosisTravaux en français237 207