Challenges and lessons learned from the Pediatric Heart Network Normal Echocardiogram Database study
Notice bibliographique
Résumé
BACKGROUND: The Pediatric Heart Network Normal Echocardiogram Database Study had unanticipated challenges. We sought to describe these challenges and lessons learned to improve the design of future studies. METHODS: Challenges were divided into three categories: enrolment, echocardiographic imaging, and protocol violations. Memoranda, Core Lab reports, and adjudication logs were reviewed. A centre-level questionnaire provided information regarding local processes for data collection. Descriptive statistics were used, and chi-square tests determined differences in imaging quality. RESULTS: For the 19 participating centres, challenges with enrolment included variations in Institutional Review Board definitions of "retrospective" eligibility, overestimation of non-White participants, centre categorisation of Hispanic participants that differed from National Institutes of Health definitions, and exclusion of potential participants due to missing demographic data. Institutional Review Board amendments resolved many of these challenges. There was an unanticipated burden imposed on centres due to high numbers of echocardiograms that were reviewed but failed to meet submission criteria. Additionally, image transfer software malfunctions delayed Core Lab image review and feedback. Between the early and late study periods, the proportion of unacceptable echocardiograms submitted to the Core Lab decreased (14 versus 7%, p < 0.01). Most protocol violations were from eligibility violations and inadvertent protected health information disclosure (overall 2.5%). Adjudication committee reviews led to protocol changes. CONCLUSIONS: Numerous challenges encountered during the Normal Echocardiogram Database Study prolonged study enrolment. The retrospective design and flaws in image transfer software were key impediments to study completion and should be considered when designing future studies collecting echocardiographic images as a primary outcome.
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 | 0,617 | 0,648 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,011 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».