MétaCan
Menu
Retour à la cohorte
Enregistrement W4366241702 · doi:10.1097/lbr.0000000000000920

Reporting Standards for Diagnostic Testing

2023· article· en· W4366241702 sur OpenAlexaff
David E. Ost, David Feller‐Kopman, Anne V. Gonzalez, Horiana B. Grosu, Felix Herth, Peter J. Mazzone, John E. S. Park, José M. Porcel, Samira Shojaee, Ioanna Tsiligianni, Anil Vachani, Jonathan A. Bernstein, Richard D. Branson, Patrick A. Flume, Cezmi A. Akdiş, Martin Kolb, Esther Barreiro Portela, Alan R Smyth

Notice bibliographique

RevueJournal of Bronchology & Interventional Pulmonology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensMcMaster UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineChecklistTest (biology)Diagnostic testContingency tableMEDLINEMedical physicsStatisticsPediatricsPsychology

Résumé

récupéré en direct d'OpenAlex

Diagnostic testing is fundamental to medicine. However, studies of diagnostic testing in respiratory medicine vary significantly in terms of their methodology, definitions, and reporting of results. This has led to often conflicting or ambiguous results. To address this issue, a group of 20 respiratory journal editors worked to develop reporting standards for studies of diagnostic testing based on a rigorous methodology to guide authors, peer reviewers, and researchers when conducting studies of diagnostic testing in respiratory medicine. Four key areas are covered, including defining the reference standard of truth, measures of dichotomous test performance when used for dichotomous outcomes, measures of multichotomous test performance for dichotomous outcomes, and what constitutes a useful definition of diagnostic yield. The importance of using contingency tables for reporting results is addressed with examples from the literature. A practical checklist is provided as well for reporting studies of diagnostic testing.

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)0,442
score de la tête « metaresearch » (Gemma)0,760
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,688

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4420,760
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0430,034
Études des sciences et des technologies0,0060,007
Communication savante0,0160,010
Science ouverte0,0150,012
Intégrité de la recherche0,0120,021
Charge utile insuffisante (le modèle a refusé de juger)0,0230,020

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 Opus0,076
Tête enseignante GPT0,408
Écart entre enseignants0,332 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
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

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bronchology & Interventional PulmonologyMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207