Seeing better - Evidence based recommendations on optimizing colonoscopy adenoma detection rate
Notice bibliographique
Résumé
Colorectal cancer is one of the three most frequent causes of cancer deaths in men and women in Europe and North America. Diagnosis and resection of adenomas has convincingly demonstrated its utility in diminishing colorectal cancer incidence. Therefore, colonoscopy is now the gold standard for colorectal cancer screening. But it is also known that colonoscopy effectiveness varies among endoscopists. Among different quality indicators, the most used is the adenoma detection rate (ADR) which is the percentage of average-risk patients for colorectal cancer who are found to have at least one adenoma or adenocarcinoma during a screening colonoscopy. There is compelling evidence supporting an inverse correlation between ADR and interval colorectal cancer (cancer found after a screening colonoscopy). Many factors such as quality of precolonoscopy preparation, additional observers, manoeuvres with the endoscope (second view, retroflexion, water inflation rather than air), time spent during withdrawal, changes in patient position, fold-flattener devices, new imaging or endoscopic modalities and use of intravenous or through the scope sprayed drugs, have been studied and developed with the aim of increasing the ADR. This reviews discusses these factors, and the current evidence, to "see better" in the colon and optimize ADR.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».