MétaCan
Menu
Retour à la cohorte
Enregistrement W3045436900 · doi:10.1111/cen.14295

Adrenal vein sampling: External validation of multinomial regression modelling and left adrenal vein‐to‐peripheral vein ratio to predict lateralization index without right adrenal vein sampling

2020· article· en· W3045436900 sur OpenAlexaff
Roxanne Bouchard‐Bellavance, Florence Perrault, Gilles Soulez, Miguel Chagnon, Gregory Kline, Isabelle Bourdeau, André Lacroix, Benny So, Éric Thérasse

Notice bibliographique

RevueClinical Endocrinology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensFoothills Medical CentreUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortVeinSampling (signal processing)Internal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adrenal vein sampling (AVS) failure is mainly due to right adrenal vein unavailability. Multinomial regression modelling (MRM) and left adrenal vein-to-peripheral vein ratio (LAV/PV) were proposed to predict the lateralization index without the right AVS. OBJECTIVE: To assess external validity of MRM and LAV/PV to predict lateralization index when right adrenal vein sampling is missing. DESIGN: Diagnostic retrospective study. PATIENTS: Development and validation cohorts included AVS of 174 and 122 patients, respectively, from 2 different centres. MEASUREMENTS: Development and validation cohort data were used, respectively, for calibration and for validation of MRM and LAV/PV to predict the lateralization index without the right adrenal vein sampling. Sensitivity and specificity of MRM and LAV/PV were compared between both centres at different pre-established specificity thresholds based on receiver operating characteristic curves generated from the development cohort data. RESULTS: At a specificity threshold of 95% set in the development cohort, specificity values exceeded 90% (range, 90.6%-98.8%) for all verified MRM and LAV/PV models in the validation cohort. Corresponding sensitivities for MRM and LAV/PV, respectively, range from 54.1% to 83.7% and 32.8% to 88.4% for the development cohort compared to 33.3%-87.5% and 2.8%-79.2% for the validation cohort. Overall, diagnostic accuracy of both methods was higher to detect right (82.8%-93.5%) than left (70.2%-80.6%) lateralization index status in both centres. CONCLUSIONS: Minimal changes in specificity from development to validation cohorts validate the use of MRM and LAV/PV to predict the lateralization index when the right AVS is missing. Both methods had better accuracy for right than left lateralization detection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,377
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical EndocrinologyMême sujetHormonal Regulation and HypertensionTravaux en français237 207