The Toronto nomogram: A Bayesian meta‐regression derived prenatal ultrasound index to predict lower urinary tract obstruction and prune belly syndrome
Notice bibliographique
Résumé
INTRODUCTION: A nomogram for predicting the diagnosis of lower urinary tract obstruction (LUTO) based on an antenatal ultrasound index generated from a Bayesian Meta-regression analysis has been in development and noted with superior diagnostic accuracy compared to the keyhole sign (KHS). We aim to assess the accuracy of the nomogram in expanded diagnostic utilization to predict LUTO. METHODOLOGY: The validation of the nomogram for expanded diagnostic utilization was based on data from a prospective institutional antenatal clinic database between January 2020 and June 2022. Diagnostic accuracy indices were determined for confirmed postnatal diagnosis of LUTO or prune belly syndrome (PBS). Receiver operating characteristics (ROC) curves were generated to compare the area under the curve (AUC) of the nomogram versus KHS. RESULTS: Based on 84 male fetuses with antenatal ultrasound of moderate-severe hydronephrosis (PUV n = 15, PBS n = 4), the KHS had 26.3% (95%CI 9.1-51.2) sensitivity and 100% (95%CI 94.4%-100%) specificity, with 14 false-negatives. The nomogram showed a 84.2 (95%CI 60.4%-96.6%) sensitivity and 95.4 (95%CI 87.1%-99%) specificity with three false-positives. The nomogram also had a superior AUC compared to KHS (0.98 vs. 0.63). CONCLUSION: The nomogram can be used as a valuable tool to trigger further postnatal screening and provide individualized risk assessments to families during prenatal counseling.
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 | 0,021 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,009 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».