MétaCan
Menu
Retour à la cohorte
Enregistrement W2587542901 · doi:10.1093/ecco-jcc/jjx002.105

DOP068 The virtual electronic chromoendoscopy score in ulcerative colitis exhibits very good inter-rater agreement in scoring mucosal and vascular changes after computerised module training: a study across academic and community practice

2017· article· en· W2587542901 sur OpenAlexaff
Palak Trivedi, James Hodson, Neeraj Bhala, Rachel Cooney, Rachelle Boulton, Xianyong Gui, Tariq Iqbal, K.-k. Li, Saqib Mumtaz, Shri Pathmakanthan, Mohammed Nabil Quraishi, V.M. Sagar, A Shah, Naveen Sharma, Keith Siau, Stacey Smith, Stephen C. Ward, Monika Widłak, Subrata Ghosh, Marietta Iacucci

Notice bibliographique

RevueJournal of Crohn s and Colitis · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChromoendoscopyMedicineUlcerative colitisInflammatory bowel diseaseColonoscopyInternal medicineEndoscopyGastroenterologyColorectal cancerDiseaseCancer

Résumé

récupéré en direct d'OpenAlex

Background: Mucosal healing is the desired therapeutic endpoint for clinical trials in ulcerative colitis (UC). However, conventional white light endoscopy may fall short of capturing the full spectrum of inflammatory change; and virtual electronic chromoendoscopy (VEC) can show ongoing disease activity even when Mayo scores suggest healing (Iacucci et al. Endoscopy 2015). Applicability of VEC scoring requires determination outside the expert setting; thus, our aim was to provide external validation among trainees, consultant gastroenterologists and colorectal surgeons, practicing across six general and specialist centres. Methods: 15 participants reviewed a computerised training module outlining HD and i-Scan modes. Anchor points for the VEC score indicated mucosal changes (crypt distortion, 0 [A–C]; microerosions, I [1–3]; erosions, II [1–3]; and ulceration, III [1–3]) and vascular alterations (non-dilated vessels, 0 [A–C]; dilated/crowded vessels, I [1–3]; mucosal bleeding, II [1–3]; and intraluminal bleeding, III [1–3]). Performance accuracy was tested using a video library pre-/post-training (n=30). Agreement between raters was tested for the Mayo score, UCEIS and VEC score, and results correlated with histology (New York Mount Sinai system; Harpaz et al.). Results: The inter-rater agreement was very good for the Mayo score, UCEIS scoring erosions/ulcers and overall, and for VEC scoring mucosal patterns in both modules (Table 1). For the vascular components of UCEIS agreement was only moderate, and did not improve post-training; unlike the agreement for VEC vascular patterns which improved significantly to very good. Correlation between histology and VEC score was highly significant for mucosal and vascular scoring (Spearman's ρ: 0.910, p<0.001; and 0.907, p<0.001; respectively, Figure 1). This was superior to the Mayo score (0.876, p<0.001) and UCEIS (0.887, p<0.001). Table 1. ICCs are from a two-way random model with absolute agreement, and are for single measures. All values are significant at a p<0.001. Figure 1. Correlation between the EVC score and histology in ulcerative colitis. Average score per video per participant for each category are presented (post-training). Conclusions: The VEC score demonstrates very good inter-observer agreement across all levels of experience and provides excellent correlation with histology. Unlike UCEIS, the VEC score does not have subjective elements (e.g. mucosal erythema, incidental/contact friability) and may better delineate vascular changes due to filter technology. Given the ability to define subtle endoscopic features, VEC may be applied to further stratify treatment paradigms for patients with UC.

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)0,015
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,037
Tête enseignante GPT0,329
Écart entre enseignants0,292 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crohn s and ColitisMême sujetGastric Cancer Management and OutcomesTravaux en français237 207