Standardization and quality control of Doppler and fetal biometric ultrasound measurements in low‐income setting
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine the quality of fetal biometry and pulsed-wave Doppler ultrasound measurements in a prospective cohort study in Uganda. METHODS: This was an ancillary study of the Ending Preventable Stillbirths by Improving Diagnosis of Babies at Risk (EPID) project, in which women enroled in early pregnancy underwent Doppler and fetal biometric assessment at 32-40 weeks of gestation. Sonographers undertook 6 weeks of training followed by onsite refresher training and audit exercises. A total of 125 images for each of the umbilical artery (UA), fetal middle cerebral artery (MCA), left and right uterine arteries (UtA), head circumference (HC), abdominal circumference (AC) and femur length (FL) were selected randomly from the EPID study database and evaluated independently by two experts in a blinded fashion using objective scoring criteria. Inter-rater agreement was assessed using modified Fleiss' kappa for nominal variables and systematic errors were explored using quantile-quantile (Q-Q) plots. RESULTS: For Doppler measurements, 96.8% of the UA images, 84.8% of the MCA images and 93.6% of the right UtA images were classified as of acceptable quality by both reviewers. For fetal biometry, 96.0% of the HC images, 96.0% of the AC images and 88.0% of the FL images were considered acceptable by both reviewers. The kappa values for inter-rater reliability of quality assessment were 0.94 (95% CI, 0.87-0.99) for the UA, 0.71 (95% CI, 0.58-0.82) for the MCA, 0.87 (95% CI, 0.78-0.95) for the right UtA, 0.94 (95% CI, 0.87-0.98) for the HC, 0.93 (95% CI, 0.87-0.98) for the AC and 0.78 (95% CI, 0.66-0.88) for the FL measurements. The Q-Q plots indicated no influence of systematic bias in the measurements. CONCLUSIONS: Training local healthcare providers to perform Doppler ultrasound, and implementing quality control systems and audits using objective scoring tools in clinical and research settings, is feasible in low- and middle-income countries. Although we did not assess the impact of in-service retraining offered to practitioners deviating from prescribed standards, such interventions should enhance the quality of ultrasound measurements and should be investigated in future studies. © 2022 The Authors. Ultrasound in Obstetrics & Gynecology published by John Wiley & Sons Ltd on behalf of International Society of Ultrasound in Obstetrics and Gynecology.
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 | 0,084 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».