Assessing Arm Volume in People During and After Treatment for Breast Cancer: Reliability and Convergent Validity of the LymphaTech System
Notice bibliographique
Résumé
BACKGROUND: There are challenges related to the accurate and efficient measurement of lymphedema in people with breast cancer. The LymphaTech 3D Imaging System (LymphaTech, Atlanta, GA, USA) is a mobile, noninvasive platform that provides limb geometry measurements. OBJECTIVE: The objective of this study was to estimate the reliability and validity of the LymphaTech for measuring arm volume in the context of women seeking care in a specialty breast cancer rehabilitation clinic. DESIGN: This was a cross-sectional reliability and convergent validity study. METHODS: People who had stage I to IV breast cancer with lymphedema or were at risk for it were included. Arm volume was measured in 66 participants using the LymphaTech and perometer methods. Test-retest reliability for a single measure, limb volume difference, and agreement between methods was analyzed for 30 participants. A method-comparison analysis was also used to assess convergent validity between methods. RESULTS: Both LymphaTech and perometer methods displayed intraclass correlation coefficients (ICCs) of ≥0.99. The standard errors of measurement for the LymphaTech and length-matched perometer measurements were nearly identical. Similar intraclass correlation coefficients (0.97) and standard errors of measurement (38.0-40.7 mL) were obtained for the between-limb volume difference for both methods. The convergent validity analyses demonstrated no systematic difference between methods. LIMITATIONS: The sample size was not based on a formal sample size calculation. LymphaTech measurements included interrater variance, and perometer measurements contained intrarater variance. CONCLUSIONS: The LymphaTech had excellent test-retest reliability, and convergent validity was supported. This technology is efficient and portable and has a potential role in prospective surveillance and management of lymphedema in clinical, research, and home settings.
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 | 0,012 | 0,022 |
| 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 | 0,000 | 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 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 ».