MétaCan
Menu
Retour à la cohorte
Enregistrement W4224289588 · doi:10.15557/jou.2022.0009

Tips for improving consistency of thyroid nodule interpretation with ACR TI-RADS

2022· article· en· W4224289588 sur OpenAlexaff

Notice bibliographique

RevueJournal of Ultrasonography · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOverdiagnosisRisk stratificationThyroid nodulesNodule (geology)EchogenicityConsistency (knowledge bases)

Résumé

récupéré en direct d'OpenAlex

Thyroid nodules are very common in the general population. Most are benign and even those that are malignant are typically slow-growing and do not require treatment. Overdiagnosis and overtreatment of thyroid nodules has resulted in significant healthcare costs. ACR TI-RADS was developed to address these concerns, and reduce the number of unnecessary biopsies and follow-up intervals. ACR TI-RADS offers a point-based risk stratification system centered on five sonographic features: consistency, echogenicity, shape, margins and echogenic foci. While the system has noticeable benefits and comparable accuracy with other available risk stratification systems (ATA, EU-TIRADS and K-TIRADS), there are inherent challenges relating to suboptimal inter-reader agreement. In this article, we include 10 educational tips that may be helpful to the ultrasound practitioner for improving the consistency of nodule interpretation with ACR TI-RADS.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of UltrasonographyMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207