MétaCan
Menu
Retour à la cohorte
Enregistrement W2165070231 · doi:10.1136/fg.2009.000257

Circumstances in which colonoscopy misses cancer: Table 1

2010· review· en· W2165070231 sur OpenAlexaff
Linda Rabeneck, Lawrence Paszat

Notice bibliographique

RevueFrontline Gastroenterology · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésColonoscopyMedicinePolypectomyColorectal cancerGeneral surgeryIntubationAdenomaCancerBowel preparationSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Colonoscopy is associated with a varying risk of missing colorectal cancer (CRC). The objective of this paper was to review the existing evidence that indicates when colonoscopy may miss cancer in usual clinical practice and to provide information that would be helpful to endoscopists in their daily practice. CRC is diagnosed within 3 years in about 5% of persons with CRC who undergo colonoscopy in whom the cancer is not detected. Future research should be directed at disentangling the relative contributions of tumour biology and colonoscopy quality in explaining this result. When consent is obtained for colonoscopy, patients must be informed of the small risk that a cancer may not be detected. Steps that can be taken to address colonoscopy quality include formal training in colonoscopy and polypectomy technique, coupled with maintenance of skills by performing at least 300 colonoscopies per year. The use of split dose bowel preparation is advised. Colonoscopy should be completed to the caecum with documentation of landmarks (ileocaecal valve; appendiceal orifice). Careful colonoscopy technique includes examining the proximal sides of flexures and folds, washing and suctioning debris and ensuring adequate colonic distension. Caecal intubation and adenoma detection rates should be reported and reviewed. Lesions should be completely removed at polypectomy and attention given to appropriate surveillance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,345
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontline GastroenterologyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207