First Trimester Point of Care Ultrasound: Imaging Features and Review Behaviors Associated With Diagnostic Accuracy
Notice bibliographique
Résumé
OBJECTIVES: We aimed to identify the most diagnostically challenging features in first-trimester point-of-care ultrasound (FT-POCUS) images. We also sought to determine the physician image review behaviors associated with increased diagnostic accuracy. METHODS: We conducted a multicenter prospective cross-sectional study in a convenience sample of emergency physicians in the United States and Canada. The web-based intervention included 400 FT-POCUS cases acquired via the transabdominal or transvaginal approach. Participants reviewed FT-POCUS cases to identify pregnancy-related imaging findings. We captured clickstream-level data with each case encounter, including the correctness of a participant's response and physician image review behaviors. RESULTS: We enrolled 317 participants, who collectively generated 16,295 case interpretations. The most diagnostically challenging imaging findings included eccentrically located gestational sac and endometrial collection/heterogeneous uterine material (p < 0.001 for all comparisons). Participants who reported "definite" certainty, as opposed to "probable," demonstrated a significantly higher odds of getting the diagnosis of intrauterine pregnancy (IUP) present or absent correct (OR = 4.48; 95% CI 4.00, 5.01) and a lower odds of time spent reviewing cases (OR = 0.46; 95% CI 0.40, 0.51). Those who reviewed a higher proportion of available views per case were more likely to accurately identify a fetal heartbeat (OR = 1.51; 95% 1.34, 1.69), multiple IUPs (OR = 1.33; 95% CI 1.10, 1.61), and adnexal structures (OR = 1.11; 95% CI 1.04, 1.17), but less likely to correctly identify an IUP (OR = 0.93; 95% CI 0.88, 0.99) and endometrial fluid collection/heterogeneous uterine material (OR = 0.96; 95% CI 0.92, 0.99). CONCLUSIONS: Emergency physicians interpreting FT-POCUS images encountered specific diagnostic challenges that may increase risks to patient safety. We found that higher diagnostic confidence correlated with greater diagnostic accuracy and efficiency. Reviewing a larger proportion of available images improved diagnostic accuracy for some findings, but not for others.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».