MétaCan
Menu
← Retour à la cohorte
Enregistrement W4295328789 · doi:10.22328/2079-5343-2022-13-1-7-13

ASPECTS: interobserver agreement between radiologist

2022· article· en· W4295328789 sur OpenAlexaboutno aff
П. Л. Андропова, Pavel Gavrilov, Ж. И. Савинцева

Notice bibliographique

RevueDiagnostic radiology and radiotherapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStandardizationScale (ratio)Process (computing)Variety (cybernetics)Computer scienceMedical physicsAffect (linguistics)Data scienceMedicineArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Introduction. The Alberta stroke programme early CT score (ASPECTS) was developed for a unified approach to the diagnosis of Acute Ischemic Stroke. ASPECTS is currently used as a standard method for assessment of ischemic volumes in the anterior cerebral circulation. However, the scale is not fully standardized, which is a source of intersubject variability. The purpose of the review is to gain an understanding the advantages and limitations of the ASPECTS scale, as well as the level of inter-expert and intra-expert agreement. Results. A literary analysis demonstrates most researchers have identified many factors that affect both the interpretation and assessment of the distribution of ischemic changes by ASPECTS. These signs are diverse and include a wide range of parameters: from methodological standardization to personal factors of experts. Also, studies on the effectiveness of the ASPECTS scale showed quite heterogeneous results, which reflect a wide degree of variability in inter-expert agreement. Conclusion. The ASPECTS is a systematic, reliable and practical method that is widely used in modern clinical practice. However, the possibility of variability of expert assessments is the main limitation of its application. The pronounced variety of results and the heterogeneity of intrasubject variability does not currently allow us to consider this scale as a truly reliable version of a standardized assessment and may affect the further treatment process. To solve this problem, it looks promising to introduce into clinical practice the methods of semi-automatic and automatic processing of CT images using artificial intelligence systems. But for the full acceptance of such systems into clinical practice, their wide clinical approbation on independent sets of different data is necessary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,076
score de la tête « metaresearch » (Gemma)0,179
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,179
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiagnostic radiology and radiotherapy→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→