MétaCan
Menu
Retour à la cohorte
Enregistrement W4395046377 · doi:10.24908/pocus.v9i1.16987

Diagnostic Accuracy of Abdominal Point of Care Ultrasound in Primary Care: Study Design and Protocol

2024· article· en· W4395046377 sur OpenAlexvenueno aff
A. Calvo Cebrián, Rafael Alonso Roca, Ignacio Manuel Sánchez-Barrancos

Notice bibliographique

RevuePOCUS Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoint of care ultrasoundMedicineAbdominal ultrasoundProtocol (science)UltrasoundRadiologyDiagnostic accuracyPrimary careGold standard (test)Point of careMedical physicsFamily medicineNursingAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to estimate the diagnostic accuracy of abdominal point of care ultrasound (POCUS) performed by family physicians (FPs) in primary care (PC), in comparison with the findings in the medical record (MR) at 12 months of follow-up. This study is conducted entirely in PC healthcare centers in Spain. Abdominal ultrasound scans performed by FPs (selected on the basis of their ultrasound knowledge and experience) are compared with the findings, or not, in the patient's MR after a 12-month follow-up period. The study will involve 100 FPs in Spain and an estimated sample size of 1334 patients who are to undergo abdominal POCUS at the indication of their physician. The results of the abdominal POCUS will be collected and compared with the findings of the MR. This comparison will be performed by another physician of the research team, different from their FP after one year of follow-up. The diagnostic accuracy of abdominal POCUS has been addressed in the hospital setting but not in PC. This lack of evidence can begin to be resolved with studies such as the one we present, designed for unselected populations such as those treated in PC and taking the patient's MR as the gold standard, which will allow us to make comparisons with the patient's clinical course.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,127
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,376
Écart entre enseignants0,344 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePOCUS JournalMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207