Structured reporting of neuroendocrine tumors in PET/CT using [18F]SiTATE - impact on interdisciplinary communication
Notice bibliographique
Résumé
Abstract Our retrospective single-center study aims to evaluate the impact of structured reporting (SR) using a self-developed template on report quality compared to free-text reporting (FTR) in [ 18 F]SiTATE Positron Emission Tomography/Computer Tomography (PET/CT) for the primary staging and therapy monitoring of patients diagnosed with neuroendocrine tumors (NET). In total 50 patients were included. FTRs and SRs were generated post-examination. All reports were evaluated by a radiologist and a surgeon through a questionnaire to determine their contribution to facilitating clinical decision-making and to assess their completeness, linguistic quality, and overall quality. SR significantly increased the capacity of facilitating therapy decision-making from 32% in FTR to 55% in SR ( p < 0.001). Trust in the report was significantly higher in SR with a mean of 5.0 (SD = 0.5) vs. 4.7 (SD = 0.5) for FTR ( p < 0.001). SR received significantly higher mean ratings regarding linguistic quality with 4.7 for SR vs. 4.4 for FTR ( p = 0.004) and overall report quality with a mean of 4.9 for SR vs. 4.6 for FTR ( p < 0.001). Concluding that SR enhances the overall quality of reports in [ 18 F]SiTATE-PET/CTs for NET staging, serving as a tool to streamline clinical decision-making and enhance interdisciplinary communication in the future.
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 | 0,015 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».