Effect of Online Training on the Reliability of Assessing Sacroiliac Joint Radiographs in Axial Spondyloarthritis: A Randomized, Controlled Study
Notice bibliographique
Résumé
Objective Radiographic assessment of sacroiliac joints (SIJs) according to the modified New York (mNY) criteria is key in the classification of axial spondyloarthritis but has moderate interreader agreement. We aimed to investigate the improvements of the reliability in scoring SIJ radiographs after applying an online real-time iterative calibration (RETIC) module, in addition to a slideshow and video alone. Methods Nineteen readers, randomized to 2 groups (A or B), completed 3 calibration steps: (1) review of manuscripts, (2) review of slideshow and video with group A completing RETIC, and (3) re-review of slideshow and video with group B completing RETIC. The RETIC module gave instant feedback on readers’ gradings and continued until predefined reliability ( ) targets for mNY positivity/negativity were met. Each step was followed by scoring different batches of 25 radiographs (exercises I to III). Agreement ( ) with an expert radiologist was assessed for mNY positivity/negativity and individual lesions. Improvements by training strategies were tested by linear mixed models. Results In exercises I, II, and III, mNY were 0.61, 0.76, and 0.84, respectively, in group A; and 0.70, 0.68, and 0.86, respectively, in group B (ie, increasing, mainly after RETIC completion). Improvements were observed for grading both mNY positivity/negativity and individual pathologies, both in experienced and, particularly, inexperienced readers. Completion of the RETIC module in addition to the slideshow and video caused a significant increase of 0.17 (95% CI 0.07-0.27;P= 0.002) for mNY-positive and mNY-negative grading, whereas completion of the slideshow and video alone did not ( = 0.00, 95% CI −0.10 to 0.10;P= 0.99). Conclusion Agreement on scoring radiographs according to the mNY criteria significantly improved when adding an online RETIC module, but not by slideshow and video alone.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».