The Influence of Regional Differences on the Reliability of the AO Spine Sacral Injury Classification System
Notice bibliographique
Résumé
Study Design Global cross-sectional survey. Objective To explore the influence of geographic region on the AO Spine Sacral Classification System. Methods A total of 158 AO Spine and AO Trauma members from 6 AO world regions (Africa, Asia, Europe, Latin and South America, Middle East, and North America) participated in a live webinar to assess the reliability, reproducibility, and accuracy of classifying sacral fractures using the AO Spine Sacral Classification System. This evaluation was performed with 26 cases presented in randomized order on 2 occasions 3 weeks apart. Results A total of 8320 case assessments were performed. All regions demonstrated excellent intraobserver reproducibility for fracture morphology. Respondents from Europe (k = .80) and North America (k = .86) achieved excellent reproducibility for fracture subtype while respondents from all other regions displayed substantial reproducibility. All regions demonstrated at minimum substantial interobserver reliability for fracture morphology and subtype. Each region demonstrated >90% accuracy in classifying fracture morphology and >80% accuracy in fracture subtype compared to the gold standard. Type C morphology (p 2 = .0000) and A3 (p 1 = .0280), B2 (p 1 = .0015), C0 (p 1 = .0085), and C2 (p 1 =.0016, p 2 =.0000) subtypes showed significant regional disparity in classification accuracy (p 1 = Assessment 1, p 2 = Assessment 2). Respondents from Asia (except in A3) and the combined group of North, Latin, and South America had accuracy percentages below the combined mean, whereas respondents from Europe consistently scored above the mean. Conclusions In a global validation study of the AO Spine Sacral Classification System, substantial reliability of both fracture morphology and subtype classification was found across all geographic regions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».