Cassava flour slurry as a low‐cost alternative to commercially available gel for obstetrical ultrasound: a blinded non‐inferiority trial comparison of image quality
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the quality of ultrasound images obtained with cassava flour slurry (CFS) compared with conventional gel in order to determine objectively whether CFS could be a true low-cost alternative. DESIGN: Blinded non-inferiority trial. SETTING: Obstetrical ultrasound unit in an academic medical centre. POPULATION OR SAMPLE: Women with a singleton pregnancy, undergoing anatomy ultrasounds. METHODS: Thirty pregnant women had standard biometry measures obtained with CFS and conventional gel. Images were compared side-by-side in random order by two blinded sonologists and rated for image resolution, detail and total image quality using a 10-cm visual analogue scale. Ratings were compared using paired t-tests. Participant and sonographer experience was measured using five-point Likert scales. MAIN OUTCOME MEASURES: Image resolution, detail, and total image quality. Participant experience of gel regarding irritation, messiness, and ease of removal. RESULTS: We found no significant difference between perceived image quality obtained with CFS (mean = 6.2, SD = 1.2) and commercial gel (mean = 6.4, SD = 1.2) [t (28) = -1.1; P = 0.3]. Images were not rated significantly differently for either reviewer in any measure, any standardized image or any view of a specific anatomic structure. All five sonographers rated CFS as easy to obtain clear images and easy for patient and machine cleanup. Only one participant reported itching with CFS. CONCLUSIONS: CFS produces comparable image quality to commercial ultrasound gel. The dissemination of these results and the simple CFS recipe could significantly increase access to ultrasound for screening, monitoring and diagnostic purposes in resource-limited settings. FUNDING: This study was internally funded by our department. TWEETABLE ABSTRACT: Low-cost homemade cassava flour slurry creates images equal to commercial ultrasound gel, improving access.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».