Prostate MRI learning curves: establishing training benchmarks for radiology and urology trainees
Notice bibliographique
Résumé
OBJECTIVES: Evidence-based training benchmarks for prostate multiparametric MRI (mpMRI) interpretation remain undefined amid growing educational demands. We compared learning curves between radiology and urology trainees and quantified the impact of prior radiological experience. MATERIALS AND METHODS: Fourteen trainees (10 radiology, median 2.7 years experience; 4 urology, no imaging experience), all naïve to prostate mpMRI, prospectively interpreted 200 cases using a feedback-based platform. Performance metrics included agreement with expert consensus reference for PI-RADSv2.1 (≥ 3), PI-QUALv2 image quality, extraprostatic extension (EPE) grading, and readout time. Learning curves were modeled using generalized estimating equations; segmented regression identified inflection points; bootstrapping generated 95% CIs. RESULTS: Prior radiological experience showed no significant impact on PI-RADSv2.1 (OR per year 1.06 [95% CI: 0.96, 1.16]) or PI-QUALv2 (1.05 [0.99, 1.23]), with a minor effect on EPE grading (1.11 [1.03, 1.24]). Final PI-RADSv2.1 agreement with reference was similar (urology 80.9%, radiology 77.4%; OR 1.24 [0.55, 3.10]), with sensitivity/specificity 0.84/0.80 and 0.83/0.79, and Cohen's κ values (0.64 and 0.61) matching inter-expert κ = 0.63. Learning plateaued after 69-75 cases. Urology trainees demonstrated higher baseline PI-QUALv2/EPE agreement (OR 2.01 [1.35, 3.02] and 1.90 [1.11, 2.93]), but radiology trainees achieved similar final performance (PI-QUALv2: 88.0% vs 89.9%, OR 0.82 [0.35, 1.72]; EPE: 84.6% vs 90.0%, OR 0.61 [0.31, 1.42]). Readout times decreased markedly in both groups (final difference 53.3 s [-9.4, 95.9]). CONCLUSION: Feedback-based training enabled similar prostate mpMRI interpretation performance across specialties, with most learning within 75 cases. Prior radiological experience had a limited impact. These empirical benchmarks inform certification standards and early-residency curricula in radiology and urology. KEY POINTS: Question Evidence-based training benchmarks for prostate mpMRI interpretation competency in radiology and urology trainees remain undefined, despite growing educational needs and clinical demands. Findings Learning curves of 200 prostate mpMRI cases with feedback showed radiology and urology trainees plateauing after 69-75 cases with similar PI-RADSv2.1, PI-QUALv2, EPE grading performance. Clinical relevance Our findings establish an empirical benchmark (~75 cases) to guide prostate mpMRI certification standards and support the implementation of training curricula early in residency across specialties, regardless of prior radiological experience.
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 | 0,044 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».