建模放射科医生的评估,以探索对配策略,以优化对查乳房图的双重阅读

科学领域:

• 放射学 放射学是一门学科.
• 医学成像分析 医学成像分析
• 医疗保健服务研究 医疗服务研究

背景情况:

• 乳房影像查程序依赖于放射科医生的双读,以提高准确性.
• 读者表现的变化可能会影响查结果,包括错误阳性和不必要的后续检查.
• 优化放射科医生配对策略可能会提高查计划的效率和有效性.

研究的目的:

• 开发一个预测模型,用于放射科医生评估的乳房镜查.
• 评估基于个体性能特征的配对放射科医生是否可以优化查结果.
• 探索不同配对策略对假阳性率和真阳性率的影响.

主要方法:

• 开发了后勤回归模型来模拟个人放射科医生的评估.
• 使用皮尔森相关系数对观察到的绩效指标进行验证的模型预测.
• 模拟了各种读者配对策略 (相似/相反的真阳性率 (TPR) 和假阳性率 (FPR)) 使用瑞典,英国和挪威的回顾性数据.

主要成果:

• 后勤回归模型准确地预测了放射科医生TPR和FPR (r ≥0.969).
• 与随机配对相比,将放射科医生与相似的PFR配对显著减少了总体的PFR (例如,瑞典:4.50%与4.74%).
• 这种类似的FPR配对策略减少了用于共识/仲裁的考试,但没有显著影响TPR.

结论:

• 物流回归模型有效地预测了放射科医生在乳房影像查中的表现.
• 配对具有类似假阳性特征的放射科医生是一种可行的策略,以减少不必要的检查.
• 优化的配对可以通过降低假阳性率,同时保持高的真阳性率来提高选效率.