MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392857342 · doi:10.3390/jcm13061704

Diagnostic Accuracy in Detecting Fungal Infection with Ultra-Low-Dose Computed Tomography (ULD-CT) Using Filtered Back Projection (FBP) Technique in Immunocompromised Patients

2024· article· en· W4392857342 sur OpenAlexaff
Luigia D’Errico, Anita Ghali, Mini Pakkal, Micheal McInnis, Hatem Mehrez, Andre C. Schuh, John Kuruvilla, Mark D. Minden, Narinder Paul

Notice bibliographique

RevueJournal of Clinical Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensSt. Joseph's HospitalLondon Health Sciences CentreWestern UniversityPrincess Margaret Cancer CentreCanon (Canada)Toronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineComputed tomographyNuclear medicineRadiologyRadon transformProjection (relational algebra)Artificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

Purpose: To compare the accuracy of ultra-low-dose (uLDCT) to standard-of-care low-dose chest CT (LDCT) in the detection of fungal infection in immunocompromised (IC) patients. Method and Materials: One hundred IC patients had paired chest CT scans performed with LDCT followed by uLDCT. The images were independently reviewed by three chest radiologists who assessed the image quality (IQ), diagnostic confidence, and detection of major (macro nodules, halo sign, cavitation, consolidation) and minor (4–10 mm nodules, ground-glass opacity) criteria for fungal disease using a five-point Likert score. Discrepant findings were adjudicated by a fourth chest radiologist. Box–whisker plots were used to analyze IQ and diagnostic confidence. Inter-rater reliability was assessed using interclass correlation coefficients (ICCs). The statistical difference between LDCT and uLDCT results was assessed using Wilcoxon paired test. Results: Lung reconstructions had IQ and diagnostic confidence scores (mean ± std) of 4.52 ± 0.47 and 4.63 ± 0.51 for LDCT and 3.85 ± 0.77 and 4.01 ± 0.88 for uLDCT. The images were clinically acceptable except for uLDCT in obese patients (BMI ≥ 30 kg/m2), which had an IQ ranking from poor to excellent (scores 1 to 5). The accuracy in detecting major and minor radiological findings with uLDCT was 96% and 84% for all the patients. The inter-rater agreements were either moderate, good, or excellent, with ICC values of 0.51–0.96. There was no significant statistical difference between the uLDCT and LDCT ICC values (p = 0.25). The effective dose for uLDCT was one quarter that of LDCT (CTDIvol = 0.9 mGy vs. 3.7 mGy). Conclusions: Thoracic uLDCT, at a 75% dose reduction, can replace LDCT for the detection of fungal disease in IC patients with BMI < 30.0 kg/m2.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,393
Écart entre enseignants0,340 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine→Même sujetAntifungal resistance and susceptibility→Travaux en français237 207→