Standardized Reporting on the Preoperative CT Assessment of Potential Living Renal Transplant Donors: Can We Create a Universal Report Standard to Meet the Needs of Transplant Urologists?
Notice bibliographique
Résumé
Purpose: Determine whether standardized template reporting for the preoperative assessment of potential living renal transplant donors improves the comprehensiveness of radiology reports to meet the needs of urologists performing renal transplants. Methods: Urologist and radiologist stakeholders from renal transplant centres in our province ratified a standardized reporting template for evaluation of potential renal donors. Three centres (A, B, and C) were designated “intervention” groups. Centre D was the control group, given employment of a site-specific standardized template prior to study commencement. Up to 100 consecutive CT scan reports per centre, pre- and post-implementation of standardized reporting, were evaluated for reporting specific outcome measures. Results: At baseline, all intervention groups demonstrated poor reporting of urologist-desired outcome measures. Centre A discussed 5/13 variables (38%), Centre B discussed 6/13 variables (46%), and Centre C only discussed 1/13 variables (8%) with ≥90% reliability. The control group exhibited consistent reporting, with 11/13 variables (85%) reported at ≥90% reliability. All institutions in the intervention group exhibited excellent compliance to structured reporting post-template implementation (Centres A = 95%, B = 100%, and C = 77%, respectively). Additionally, all intervention centres demonstrated a significant improvement in the comprehensiveness of reports post-template implementation, with statistically significant increases in the reporting of all variables under-reported at baseline ( P > .01). Conclusion: Standardized templates across our province for CT scans of potential renal donors promote completeness of reports. Radiologists can reliably provide our surgical colleagues with needed preoperative anatomy and incidental findings, helping to determine suitable transplant donors and reduce potential complications associated with organ retrieval.
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 | 0,136 | 0,241 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».