Key points are not available for this paper at this time.
HINTERGRUND: Die Gastrik-Kartierung der Körperoberfläche (BSGM) ist ein neues klinisches Werkzeug für die Diagnostik der Magenmotilität, das hochauflösende Daten zur myoelektischen Aktivität des Magens bereitstellt. Die Kontamination durch Artefakte war eine zentrale Herausforderung für die zuverlässige Testinterpretation in der traditionellen Elektrogastrographie. Diese Studie hatte zum Ziel, ein automatisiertes System zur Erkennung und Ablehnung von Artefakten für klinische BSGM-Anwendungen einzuführen und zu validieren. METHODEN: Zehn Patienten mit chronischen Magensymptomen erzeugten eine Vielzahl von Artefakten gemäß einem standardisierten Protokoll (176 Aufzeichnungen) unter Verwendung eines kommerziellen BSGM-Systems (Alimetry, Neuseeland). Ein automatisierter Algorithmus zur Erkennung und Ablehnung von Artefakten wurde entwickelt, und seine Leistung wurde mit einem Referenzstandard verglichen, der eine Konsensbewertung durch 3 Analyseexperten umfasste, gefolgt von einem Vergleich mit 6 Kliniker:innen (3 ungeschult und 3 geschult in der Artefakterkennung). Die Interrater-Reliabilität wurde unter Verwendung von Fleiss' Kappa berechnet. WICHTIGE ERGEBNISSE: Die Interrater-Reliabilität betrug 0,84 (95% CI: 0,77-0,90) unter Experten, 0,76 (95% CI: 0,68-0,83) unter ungeschulten Klinikern und 0,71 (95% CI: 0,62-0,79) unter geschulten Klinikern. Die Sensitivität und Spezifität des Algorithmus gegenüber Experten betrugen 96% (95% CI: 91%-100%) bzw. 95% (95% CI: 90%-99%), gegenüber ungeschulten Klinikern 77% (95% CI: 68%-85%) bzw. 99% (95% CI: 96%-100%) und gegenüber geschulten Klinikern 97% (95% CI: 92%-100%) bzw. 88% (95% CI: 82%-94%). FAZIT & SCHLUSSFOLGERUNGEN: Ein automatisierter Algorithmus zur Erkennung und Ablehnung von Artefakten wurde entwickelt, der >95% Sensitivität und Spezifität im Vergleich zu Expertenmarkern zeigt. Dieser Algorithmus überwindet eine wichtige Herausforderung bei der klinischen Übersetzung von BSGM und wird nun routinemäßig in der Testinterpretation von Patienten implementiert.
Calder et al. (Tue,) haben diese Frage untersucht.