Radiological Society of North America (RSNA) Expert Consensus Statement Related to Chest CT Findings in COVID-19 Versus CO-RADS: Comparison of Reporting System Performance Among Chest Radiologists and End-User Preference
Notice bibliographique
Résumé
Purpose: The RSNA expert consensus statement and CO-RADS reporting system assist radiologists in describing lung imaging findings in a standardized manner in patients under investigation for COVID-19 pneumonia and provide clarity in communication with other healthcare providers. We aim to compare diagnostic performance and inter-/intra-observer among chest radiologists in the interpretation of RSNA and CO-RADS reporting systems and assess clinician preference. Methods: Chest CT scans of 279 patients with suspected COVID-19 who underwent RT-PCR testing were retrospectively and independently examined by 3 chest radiologists who assigned interpretation according to the RSNA and CO-RADS reporting systems. Inter-/intra-observer analysis was performed. Diagnostic accuracy of both reporting systems was calculated. 60 clinicians participated in a survey to assess end-user preference of the reporting systems. Results: Both systems demonstrated almost perfect inter-observer agreement (Fleiss kappa 0.871, P < 0.0001 for RSNA; 0.876, P < 0.0001 for CO-RADS impressions). Intra-observer agreement between the 2 scoring systems using the equivalent categories was almost perfect (Fleiss kappa 0.90-0.92, P < 0.001). Positive predictive values were high, 0.798-0.818 for RSNA and 0.891-0.903 CO-RADS. Negative predictive value were similar, 0.573-0.585 for RSNA and 0.573-0.58 for CO-RADS. Specificity differed between the 2 systems, 68-73% for CO-RADS and 52-58% for RSNA with superior specificity of CO-RADS. Of 60 survey participants, the majority preferred the RSNA reporting system rather than CO-RADS for all options provided (66.7-76.7%; P < 0.05). Conclusions: RSNA and CO-RADS reporting systems are consistent and reproducible with near perfect inter-/intra-observer agreement and excellent positive predictive value. End-users preferred the reporting language in the RSNA system.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».