MétaCan
Menu
Retour à la cohorte
Enregistrement W4392458848 · doi:10.1186/s12931-024-02744-y

Self-administered at-home lung ultrasound with remote guidance in patients without clinical training

2024· article· en· W4392458848 sur OpenAlexaff
Nika Elmi, Yasmin Sadri, Frank Myslik, Jordan Chenkin, William Cherniak

Notice bibliographique

RevueRespiratory Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreWestern UniversityDalhousie UniversityUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineLung ultrasoundInterpretabilityUltrasoundTelemedicinePoint of care ultrasoundMedical physicsRadiologyPoint of careHealth carePhysical therapyNursingArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to timely and accurate diagnostic imaging is essential for high-quality healthcare. Point-of-care ultrasound has been shown to be accessible and effective in many aspects of healthcare, including assessing changes in lung pathology. However, few studies have examined self-administered at-home lung ultrasound (SAAH-LUS), in particular performed by non-clinical patients (NCPs). RESEARCH QUESTION: Are NCPs able to perform SAAH-LUS using remote teleguidance and produce interpretable images? STUDY DESIGN: Patients were enrolled to the study in a mix of in-person and virtual recruitment, and shipped a smartphone as well as a point of care ultrasound device. Tele-guidance was provided by a remote physician using software integrated with the point of care ultrasound device, allowing real-time remote visualization and guidance of a patient scanning their own chest. A post-intervention survey was conducted to assess patient satisfaction, feasibility, and acceptability of SAAH-LUS. Two POCUS expert reviewers reviewed the scans for interpretability, and inter-rater agreement between the two reviewers was also computed. RESULTS: Eighteen patients successfully underwent 7-14 days of daily telemedicine in parallel to daily SAAH-LUS. Across 1339 scans obtained from ten different lung zones, the average proportion of interpretability was 96% with a chance-corrected agreement, or Cohen's kappa, reported as κ = 0.67 (significant agreement). 100% of NCPs surveyed found SAAH-LUS to be a positive experience, particularly for its ease of operation and ability to increase access to healthcare services. INTERPRETATION: This study demonstrates that NCPs can obtain interpretable LUS images at home, highlighting the potential for SAAH-LUS to increase diagnostic capacity, particularly for rural and remote regions where complex imaging and healthcare providers are difficult to obtain. Trial registration The clinical trials has been registered (clinicaltrials.gov). REGISTRATION NUMBER: NCT04967729.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,207
Tête enseignante GPT0,491
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespiratory ResearchMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207