通过使用开源实验心理学软件进行基于计算机的反培训,提高2019年冠状病毒病快速抗原测试的诊断性能
Masato Matsuda1, Kosuke Itoh2, Takahiro Sugai1
1Medical Laboratory Division, Niigata University Medical and Dental Hospital, 1-754, Asahimachi-dori, Chuo-ku, Niigata, 951-8520, Japan.
概括
基于计算机的反培训显著提高了快速抗原测试 (RAT) 结果解释技能,特别是检测微弱线的技能. 这种方法提供了一种有效的方式,可以提高诊断准确度,而无需广泛的传统培训.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 生物技术是生物技术.
- 医疗信息学 医疗信息学
背景情况:
- 快速抗原测试 (RAT) 依赖于视觉解释,这可能是主观的,并导致错过的弱阳性结果.
- 培训通常需要提高准确性,但它可能是耗时和资源密集的.
- 为了解决这些局限性,开发了一种新的基于计算机的反培训方法.
研究的目的:
- 评估基于计算机的反培训方法的有效性,以提高阅读冠状病毒疾病2019 (COVID-19) 快速抗原测试的诊断技能.
- 为了比较反培训与简单测试经验对结果解释准确性的影响.
主要方法:
- 22名医疗技术专家被随机分为两个组:反培训和测试经验.
- 用COVID-19 RAT图像评估了参与者的初始结果阅读技能.
- 反培训组接受了以计算机为基础的培训,并提供了纠正反,而测试体验组在没有反的情况下积累了经验.
主要成果:
- 反培训组在培训后的命中率 (正确识别积极结果) 呈现出统计学上显著的改善.
- 测试经验组在命中率上没有显著改善.
- 加强对弱正线的检测是反培训的一个关键成果.
结论:
- 基于计算机的反培训是提高快速抗原测试结果解释准确性的有效方法.
- 这种方法可以提高诊断技能,特别是识别微妙的积极结果.
- 开发的培训方法为提高RAT读出能力提供了有价值的工具.
