文献

J-GLOBAL ID：202002266979826341   整理番号：20A0630788

postgraduatefresh人におけるACR甲状腺イメージング,報告およびデータシステム(TI-RADS)の学習可能性と再現性【JST・京大機械翻訳】

Learnability and reproducibility of ACR Thyroid Imaging, Reporting and Data System (TI-RADS) in postgraduate freshmen

著者 (5件)： Teng Dengke (Department of Ultrasound, China-Japan Union Hospital of Jilin University, Changchun, Jilin, China) ,  Fu Ping (Department of Ultrasound, The First Affiliated Hospital of Nanchang University, Nanchang, Jiangxi, China) ,  Li Wenjia (Department of Breast Surgery, China-Japan Union Hospital of Jilin University, Changchun, Jilin, China) ,  Guo Feng (Department of Ultrasound, China-Japan Union Hospital of Jilin University, Changchun, Jilin, China) ,  Wang Hui (Department of Ultrasound, China-Japan Union Hospital of Jilin University, Changchun, Jilin, China)
資料名： Endocrine  (Endocrine)
巻： 67  号： 3  ページ： 643-650  発行年： 2020年 
JST資料番号： W4314A  ISSN： 1559-0100  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:甲状腺結節の評価のために2017年以来,アメリカの放射線科大学(ACR)からの甲状腺イメージング,再移植およびデータシステム(TI-RADS)が使用されている。本研究の目的は,卒後新人におけるTI-RADSの学習可能性と再現性を評価することである。【方法】これは,超音波(US)検査後の最終診断による400の小結節を含む遡及的研究であった。結節を8つの群(50/群)にランダム化した。3人の卒後新人と3人の専門家は,最終診断の知識なしで,ACR TI-RADSに従って結節を評価した。各群を評価した後に,訓練を新人/専門家の矛盾に基づいて実施した。κ値はほぼ完全な一致を示したため,200結節後に訓練を中止した。3か月後,4群(最終評価群)の50結節を再評価し,ACR TI-RADSの再現性を評価した。【結果】3人の卒後新人の診断精度は,1群では60%,48%,および46%から,4群ではそれぞれ80%,78%,および72%に増加した(P=0.029,0.002,および0.008)。訓練後,卒後新人の診断精度は専門家(84%)のそれに近かった。米国の特徴については,卒業後の新人は専門家と一致した(すべてκ>0.6)。3か月後に再評価した群では,5つの特徴は同じ研究者(すべてκ>0.7)に対してほぼ完全な一致を示した。結論:専門家のコンセンサスに基づいて,ACR TI-RADSは良く学習でき,その再現性は優れている。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像処理 ,  教育 ,  学習曲線 ,  超音波 ,  *甲状腺 ,  再現性 ,  再移植
準シソーラス用語： 診断精度 ,  再評価 ,  後向き研究 ,  新入社員 ,  放射線科 ,  甲状腺結節 , 【Automatic Indexing@JST】

著者キーワード (6件)： 甲状腺結節 ,  Ti-RADS ,  超音波 ,  診断 ,  学習曲線 ,  教育

分類 (2件)： 内分泌系の腫よう  (GL04000P) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 甲状腺 ,  イメージング ,  報告 ,  Ti ,  学習可能性 ,  再現性