Mobile device for thrombolysis decisions for telestroke
Notice bibliographique
Résumé
Aim: This study compares the reliability of brain CT interpretations performed using a diagnostic workstation and a mobile tablet computer in a telestroke context. Methods: A factorial design with 1,452 interpretations was used. Reliability was evaluated using the Fleiss’ kappa coefficient on the agreements of the interpretation results on the lesion classification, presence of imaging contraindications to the intravenous recombinant tissue-type plasminogen activator (t-PA) administration, and on the Alberta Stroke Program Early CT Score (ASPECTS). Results: The intra-observer agreements were as follows: good agreement on the overall lesion classification (κ= 0.63, p <0.001), very good agreement on hemorrhagic lesions (κ= 0.89, p <0.001), and moderate agreements on both without acute lesion classification and acute ischemic lesion classification (κ= 0.59 and κ= 0.58 respectively, p <0.001). There was good intra-observer agreement on the dichotomized-ASPECTS (κ= 0.65, p <0.001). Conclusions: The results of our study allow us to conclude that the reliability of the mobile solution for interpreting brain CT images of patients with acute stroke was assured, which would allow efficient and low-cost telestroke services.
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 | 0,002 |
| 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) | 0,001 | 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 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 ».