Diagnostic accuracy of a commercially available, deep learning-based chest X-ray interpretation software for detecting culture-confirmed pulmonary tuberculosis
Notice bibliographique
Résumé
BACKGROUND: Few evaluations of computer-aided detection (CAD) software for analyzing chest radiographs for tuberculosis have used mycobacterial culture as the reference standard. METHODS: Using data from a prospective study of symptomatic adults and household contacts of persons with tuberculosis who were seeking care in Karachi, we evaluated the accuracy of LUNIT INSIGHT version 3.1.0.0 (LUNIT, South Korea) for detecting pulmonary tuberculosis in the triage use case. The reference standard was liquid culture. We estimated the diagnostic accuracy using three developer-recommended threshold scores for tuberculosis: 15, 30, and 45. RESULTS: A total 269 of 2190 (12%) participants had culture-confirmed pulmonary tuberculosis. LUNIT-reported abnormalities of nodule, consolidation, fibrosis, and pleural effusion were more common with culture-confirmed tuberculosis. At the tuberculosis threshold score of 30, sensitivity and specificity were, respectively, 87.7% [95% CI: 83.2-91.4%] and 64.3% [62.1-66.4%]. Sensitivity was similar at scores of 15, 88.1% [95% CI: 83.6-91.7%] and 45, 86.6% [82.0 - 90.5%]; and specificity was 57.9% [55.7-60.2%] and 69.9% [67.8-71.9%], respectively. Sensitivity was lower for smear-negative disease, and specificity was lower with increasing age, previous tuberculosis, and decreasing body mass index. Diabetes and tobacco smoking did not modify accuracy. CONCLUSION: In a population where most tuberculosis was smear-positive, LUNIT-reported radiographic abnormalities were associated with culture-confirmed disease. Manufacturer-recommended threshold scores had limited sensitivity.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».