Accuracy and inter‐rater reliability of lung auscultation by bovine practitioners when compared with ultrasonographic findings
Notice bibliographique
Résumé
In practice, veterinary surgeons frequently rely on lung auscultation as a confirmation test for pneumonia. To what extent diagnostic accuracy of lung auscultation varies between different practitioners is currently unknown. In this diagnostic test study, 49 Dutch veterinarians each auscultated between 8 and 10 calves, and communicated whether they would decide to treat the animal with antimicrobials or not. They were not allowed to perform any other aspect of the clinical examination. Their decisions were compared with lung ultrasonography findings. The average sensitivity and specificity of lung auscultation were 0.63 (sd=0.2; range=0.2-1.0) and 0.46 (sd=0.3; range=0.0-1.0), respectively. Of the participants, 8.2 per cent were 100 per cent sensitive, 16.3 per cent were 100 per cent specific, and only 4.0 per cent were perfect. The Krippendorff's alpha was 0.18 (95 per cent confidence interval: -0.01 to 0.38), signifying poor reliability between multiple raters. Regardless of the poor diagnostic accuracy in this study, especially the large variation in a confirmation test between different practitioners could potentially cause professional damage as well as misuse of antimicrobials. This study could be seen as a gentle stimulus to regularly evaluate one's diagnostic skills. Both complementary training and the use of more accurate techniques with less inter-rater variation could improve the situation.
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 | 0,057 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».