Augmenting inter‐rater concordance of radiologic extranodal extension in <scp>HPV</scp> ‐positive oropharyngeal carcinoma: A multicenter study
Notice bibliographique
Résumé
OBJECTIVES: To assess intra- and inter-institutional concordance and identify methods to increase precision in radiologic extranodal extension (rENE) ascertainment in HPV+ oropharyngeal carcinoma. METHODS: Six radiologists, blinded to clinical outcomes, from three centers assessed rENE in two phases: Phase-I (20 cases) utilized each individual's a priori appreciation of the literature. Phase-II (30 additional cases) was performed after deliberating experience and consolidating operating definitions. Intra- and inter-institutional Kappa were calculated at >50% and >75% certainty levels, respectively. RESULTS: The Phase-I intra-institutional kappa was 0.76, 0.32, and 0.44 at >50% certainty and improved to 0.89, 0.61, and 0.66 at >75% certainty. Inter-institutional Fleiss' kappa also improved with higher certainty (from 0.40 to 0.57, p = 0.039). The Phase-II inter-rater kappa was significantly higher than Phase-I at the same certainty level (both p < 0.001). CONCLUSION: A learning curve exists for rENE assessment. Strategies to augment reliability include high certainty for declaration, consolidated operating definitions, and sharing experience among radiologists.
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 | 0,095 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».