Accuracy of Colorectal Polyp Self-Reports: Findings from the Colon Cancer Family Registry
Notice bibliographique
Résumé
INTRODUCTION: Colorectal adenomas and other types of polyps are commonly used as end points or risk factors in epidemiologic studies. However, it is not known how accurately patients are able to self-report the presence or absence of adenomas following colonoscopy. METHODS: Participants in the Colon Cancer Family Registry provided self-reports of recent colorectal cancer (CRC) screening activity, and whether or not they had ever been told they had a polyp. Positive and negative predictive values for polyp self-report were calculated by comparing medical records with self-reports from 488 participants. RESULTS: The positive predictive value for self-reported polyp was 80.9%, and the negative predictive value was 85.8%. The predictive values did not differ by age group or sex, but participants with a previous diagnosis of CRC had a lower negative predictive value (76.2%) than participants with no personal history of CRC (89.0%; P = 0.04). CONCLUSIONS: Predictive values for self-reports of polyps are fairly high, but researchers needing accurate polyp data should obtain medical record confirmation. Pursuing medical records on only those participants self-reporting a polyp could result in an underestimation of the polyp prevalence in a study population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».