Evaluating SWAG and Its Validity When Compared to 3D Imagery of Secondarily Grafted Cleft Sites
Notice bibliographique
Résumé
Objective To test validity of 2D Standardized Way to Assess Grafts (SWAG) ratings to assess 3D outcomes of bone grafting (ABG). Patients 43 patients (34 UCLP, 9 BCLP) with non-syndromic complete clefts, bone-grafted at mean age 9yrs/3mos, with available post-graft occlusal radiographs and cone beam computed tomography (CBCT) (taken mean 4yrs/9mos post-ABG). Main Outcome Measures 2D occlusal radiographs rated twice using SWAG by 6 calibrated raters. 12 scores were averaged and converted to a percentage reflecting bone-fill. Weighted Kappas were assessed for SWAG reliability. 3D cleft-site bone volume was calculated by 1 rater using ITK-SNAP. 13 cleft sites were re-measured by the ‘one rater’ for 3D reliability using Intraclass Correlation Coefficient (ICC). 2D versus 3D ratings were compared using paired t-test, independent samples t-test, Bland-Altman and Linear Regression. Significance level was P = .5. Results 2D reliability was 0.724 (intra-rater) and 0.546 (inter-rater). 3D reliability was 0.986. Bland-Altman plot comparing 2D vs 3D showed for 45 of 47 graft-sites were within 2 SD's. Mean % bone-fill was 64.11% with 2D and 69.06% with 3D (mean difference = 4.95%) that was a non-significant difference in both t-tests. Regression showed a statistically significant relation between the two methods (r 2 = 0.46; P = .0001). Conclusion 2D SWAG systematically and non-significantly underestimated bone-fill. There was a significant correlation between 2D/3D methods. Bland-Altman analysis illustrated the similarity of the two methods. For comparisons of group (cleft treatment Centers’) bone grafting outcomes, the 2D method may suffice as a proxy for the 3D method. However, with individual variation up to 40% in 2D estimates of actual 3D volume, 2D SWAG method cannot be used in place of 3D images.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».