Reproducibility of 2 Liver 2‐Dimensional Shear Wave Elastographic Techniques in the Fasting and Postprandial States
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to compare the reliability and agreement of 2 methods of 2-dimensional (2D) shear wave elastography (SWE) on liver stiffness in healthy volunteers. We also assessed effects of the prandial state and operator experience on measurements. METHODS: Two operators, 1 experienced and 1 novice, independently examined 20 healthy volunteers with 2D SWE on 2 ultrasound machines (Aixplorer [SuperSonic Imagine, Aix-en-Provence, France] and Aplio 500 [Canon Medical Systems Corporation, Otawara, Japan]). Volunteers were scanned 8 times by the operators using both machines in fasting and postprandial states. Agreement was evaluated by a Bland-Altman analysis, and the correlation was assessed by the Pearson correlation and intraclass correlation coefficients (ICCs). An analysis of variance was conducted to determine the contribution of the machine, prandial state, and operator experience to the variability. RESULTS: Agreement assessed by Bland-Altman plots showed no statistically significant difference in measured liver stiffness between the machines (mean difference, -0.8%; 95% confidence interval, -3.7%, 2.1%), with a critical difference of 1.36 kPa. The correlation was good to excellent for both the crude overall Pearson coefficient and the ICC, both measuring 0.88 (95% confidence interval, 0.82, 0.92). Subclass ICCs for the fasting state, postprandial state, novice operator, and experienced operator were 0.89, 0.88, 0.90, and 0.86, respectively. The 2-way mixed effect analysis of variance showed that the volunteers accounted for 86.3% of variation in median liver stiffness, with no statistically significant contribution from operator experience, the prandial state, or the machine (P = .108, .067, and .296, respectively). CONCLUSIONS: Our study showed that the 2D SWE techniques had a high degree of reliability and agreement in measurement of liver stiffness in a healthy population. Operator experience and the prandial state did not impart significant variability to stiffness measurements.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».