MétaCan
Menu
Retour à la cohorte
Enregistrement W4312370671 · doi:10.1183/13993003.congress-2022.2435

A tool to facilitate spirometry quality control assessment using 2019 standards

2022· article· en· W4312370671 sur OpenAlexaff
Brian L. Graham, S Stanojevic, M Corradi, E Topole, S Biondaro, I Montagna, S Corre, N Das, M TOPALOVIC

Notice bibliographique

Revue05.02 - Monitoring airway disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensDalhousie UniversityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSpirometryExpirationMedicineMedical physicsQuality assuranceReliability (semiconductor)KappaTest (biology)Computer scienceGlottisPhysical therapyMathematicsSurgeryAsthmaLarynxInternal medicineExternal quality assessmentPathology

Résumé

récupéré en direct d'OpenAlex

Rationale: The 2019 ATS/ERS spirometry standards provide objective and subjective manoeuvre acceptability criteria. Subjective components may lead to discordance among expert reviewers. A tool using the 2019 criteria was developed to give reviewers a common approach to determine test acceptability and facilitate a decision consensus. Methods: The tool, which incorporates artificial intelligence quality assessment, applied the objective acceptability criteria and displayed key points (FEV1, end-expiration) on F-V and V-T graphs to aid reviewers in assessing contours and identifying anomalies. The tool evaluates and reports FEV1, FVC, BEV, plateau volume, expiratory time, rise time and inspired volume following EOFE (FIVC). Subjective assessments were: achievement of maximal flow and volume; occurrence of cough, glottis closure or any anomaly in 1st second of expiration; and glottis closure or early termination after 1 s of expiration. Reviewers complete a yes/no check box for each criterion. The tool calculates whether the manoeuvre is acceptable or usable. Results: Three reviewers used the tool to assess 150 tests. 50 were repeated to assess intra-rater reliability, (Kappa: 0.83, 0.86 and 0.80). All reviewers agreed on 63% of 100 unique tests (Kappa=0.5). Using the tool to develop reviewer consensus on each test, the individual agreement with the consensus was 88%, 94% and 70%. Conclusion: Despite using a set of strong objective criteria defined by the spirometry standards, intra- and inter-rater disagreement in assessing spirometry manoeuvre acceptability persists. The developed tool can be used as a powerful way to standardise assessment and reduce variability, and its additional benefits are being investigated

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)0,117
score de la tête « metaresearch » (Gemma)0,312
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,616

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1170,312
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0210,008
Études des sciences et des technologies0,0020,001
Communication savante0,0070,007
Science ouverte0,0040,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0410,018

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 Opus0,053
Tête enseignante GPT0,373
Écart entre enseignants0,320 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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 revue05.02 - Monitoring airway diseaseMême sujetVoice and Speech DisordersTravaux en français237 207