The AO spine upper cervical injury classification system: Do work setting or trauma center affiliation affect classification accuracy or reliability?
Notice bibliographique
Résumé
PurposeTo assess the accuracy and reliability of the AO Spine Upper Cervical Injury Classification System based on a surgeons’ work setting and trauma center affiliation.MethodsA total of 275 AO Spine members participated in a validation of 25 upper cervical spine injuries, which were evaluated by computed tomography (CT) scans. Each participant was grouped based on their work setting (academic, hospital-employed, or private practice) and their trauma center affiliation (Level I, Level II or III, and Level IV or no trauma center). The classification accuracy was calculated as percent of correct classifications, while interobserver reliability, and intraobserver reproducibility were evaluated based on Fleiss’ Kappa coefficient.ResultsThe overall classification accuracy for surgeons affiliated with a level I trauma center was significantly greater than participants affiliated with a level II/III center or a level IV/no trauma center on assessment one (p1<0.0001) and two (p2 = 0.0003). On both assessments, surgeons affiliated with a level I or a level II/III trauma center were significantly more accurate at identifying IIIB injury types (p1 = 0.0007; p2 = 0.0064). Academic surgeons and hospital employed surgeons were significantly more likely to correctly classify type IIIB injuries on assessment one (p1 = 0.0146) and two (p2 = 0.0015). When evaluating classification reliability, the largest differences between work settings and trauma center affiliations was identified in type IIIB injuries.ConclusionType B injuries are the most difficult injury type to correctly classify. They are classified with greater reliability and classification accuracy when evaluated by academic surgeons, hospital-employed surgeons, and surgeons associated with higher-level trauma centers (I or II/III).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».