Intraobserver Reliability on Classifying Bursitis on Shoulder Ultrasound
Notice bibliographique
Résumé
Purpose: Bursitis is a common musculoskeletal cause of shoulder pain and treatment varies, thus correctly diagnosing and grading bursitis is paramount in deciding management. Our aim was to assess reliability in grading shoulder bursitis on ultrasonography among fellowship trained musculoskeletal radiologists at our institution. Methods: Retrospective study of patients diagnosed with bursitis on ultrasonography. Single-sonographic images of the subacromial-subdeltoid bursa were collected for each patient and randomized to form a test-bank of varying degrees of bursitis. Three months after the test was administered, the cases were randomized and readministered. The radiologists graded each case as: within normal limits, mild, moderate or severe. Intraobserver variability was measured using Cohen’s kappa coefficient. Linear regression model was performed to assess correlation between years of experience and kappa. Results: 10 radiologists reviewed 70 cases of bursitis. Kappa values ranged from .53 to .91, indicating ‘moderate’ to ‘almost perfect’ variability amongst radiologists. A moderate positive correlation of improving variability ( r = .69) with increasing years of experience exists. Conclusion: Fellowship trained musculoskeletal radiologists were able to grade shoulder bursitis with moderate to almost perfect variability, with a positive correlation of improved variability with increasing experience. This may help clinicians choose the correct treatment more confidently in their patients with shoulder pain.
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 | 0,044 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».