Use of Capsule Small Bowel Transit Time to Determine the Optimal Enteroscopy Approach
Notice bibliographique
Résumé
BACKGROUND: Capsule small bowel transit time (SBTT) is used to select the most effective enteroscopy approach when targeting capsule endoscopy (CE) findings. Aim of this study was to determine if capsule SBTT can be used to guide the choice of enteroscopy technique for reaching CE abnormalities. METHODS: Single center, retrospective study involving 60 patients. Data were abstracted from medical records of patients with abnormal CE who proceeded to enteroscopy which included push enteroscopy (PE) single balloon enteroscopy (SBE) and double balloon enteroscopy (DBE). RESULTS: Ninety five findings were documented on CE with presumed identification of 56 (59%) of these abnormalities by enteroscopy. Majority were angioectasias on CE (42%) and enteroscopy (59%). Optimal cutoff values for selection of enteroscopy procedure were: 0-21% SBTT for PE (80% sensitivity, 74% specificity, 83% PPV); 0 - 36% SBTT for antegrade SBE (93% sensitivity, 40% specificity, 82% PPV); 0 - 57% SBTT for antegrade DBE (75% sensitivity, 80% specificity, 75% PPV); and 74 - 100% SBTT for retrograde DBE (88% sensitivity, 78% specificity, 78% PPV). CONCLUSION: Capsule SBTT may be used to guide the selection of enteroscopy approach. PE, antegrade SBE, antegrade DBE and retrograde DBE are optimal when abnormalities on CE are seen at ≤ 21%, ≤ 36%, ≤ 57% and ≥ 74% SBTT respectively.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».