Standards for Reporting of Diagnostic Accuracy involving Intraoperative Neurophysiological Monitoring
Notice bibliographique
Résumé
Title Standards for Reporting of Diagnostic Accuracy using Intraoperative Neurophysiological Monitoring (STARD-IONM) Objective Intraoperative neurophysiological monitoring (IONM) plays a critical role in preserving functional integrity during surgery, yet it is challenging to compare studies due to methodological heterogeneity and inconsistent reporting. We developed the STARD-IONM extension to improve the transparency, completeness, and comparability of IONM studies. Methods The STARD-IONM initiative followed a three-phase consensus. Phase 1 convened a IONM expert panel to discuss and define the rationale and scope. Phase 2 involved structured item-level review of existing STARD items in the context of IONM, applied to published studies with iterative feedback. Phase 3 will include broader community engagement via preprints, outreach to professional societies, and public commentary. Results A systematically selected review of IONM studies revealed the underreporting of at key methodological items such as handling missing data (7%), adverse events (11%), and blinding of test and outcomes (22%). A STARD-IONM checklist with recommendations for reporting IONM studies with IONM specific examples were developed. Community feedback emphasized challenges unique to IONM, including the classification of reversible IONM changes, and variability in reference standards. Conclusions The STARD-IONM framework addresses critical gaps in the reporting of diagnostic accuracy studies involving IONM. It represents an application of the STARD criteria, wherein the original checklist has been adapted and supplemented with guidelines for IONM studies. Significance Standardized reporting will facilitate enhanced adherence to methodological standards, increase reproducibility and strengthen the evidence base for the safe and effective use of IONM, which is expected to improve clinical decision-making.
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 | 0,597 | 0,824 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,011 |
| Bibliométrie | 0,029 | 0,015 |
| Études des sciences et des technologies | 0,006 | 0,013 |
| Communication savante | 0,017 | 0,010 |
| Science ouverte | 0,012 | 0,023 |
| Intégrité de la recherche | 0,014 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».