Recommendations for Quality Colonoscopy Reporting for Patients with Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: Consensus on what constitutes a quality colonoscopy report for patients with inflammatory bowel disease (IBD) is lacking. We developed a template for quality colonoscopy reporting that can be used broadly by endoscopists. METHODS: After a literature review of topics relevant to colonoscopy reporting, members of the Building Research in Inflammatory Bowel Disease Globally (BRIDGe) group and 2 external experts proposed candidate reporting elements. The RAND/University of California, Los Angeles appropriateness method was applied to rate the importance and feasibility of elements for inclusion in colonoscopy reports for patients with IBD. Panelists used the modified Delphi method to anonymously rate the importance and feasibility of candidate elements on a 1-to-9 scale (1-3: not important/feasible, 4-6: moderately important/feasible, 7-9: very important/feasible). Disagreement was assessed using a validated index. The panelists then met in person for discussion followed by a second round of voting. Elements rated a median of 7 or higher on importance after rerating were retained. RESULTS: One hundred two reporting elements were proposed. A total of 48 elements were retained across the four themes of "disease background," "findings and interventions," "Crohn's disease with an ileocolonic anastomosis," and "pouchoscopy." CONCLUSIONS: A comprehensive list of recommended elements for quality IBD colonoscopy reporting stratified by clinical scenario has been described, using a rigorous and evidence-based approach. These elements can be incorporated into endoscopy reporting software platforms. Standardized endoscopy reporting may improve the quality of care in IBD.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».