Should We Measure Adenoma Detection Rate for Gastroenterology Fellows in Training?
Notice bibliographique
Résumé
BACKGROUND: Adenoma detection rate (ADR) is a proven quality metric for colonoscopy. The value of ADR for the evaluation of gastroenterology fellows is not well established. The aim of this study is to calculate and evaluate the utility of ADR as a measure of competency for gastroenterology fellows. METHODS: Colonoscopies for the purposes of screening and surveillance, on which gastroenterology fellows participated at the Richard L. Roudebush VAMC (one of the primary training sites at Indiana University), during a 9-month period, were included. ADR, cecal intubation rate, and indirect withdrawal time were measured. These metrics were compared between the levels of training. RESULTS: A total of 591 screening and surveillance colonoscopies were performed by 14 fellows. This included six, four and four fellows, in the first, second and third year of clinical training, respectively. Fellows were on rotation at the VAMC for a mean of 1.9 months (range 1 to 3 months) during the study period. The average ADR was 68.8% (95% CI 65.37 - 72.24). The average withdrawal time was 27.59 min (95% CI 23.45 - 31.73). The average cecal intubation rate was 99% (95% CI 98-100%). There was no significant difference between ADRs, cecal intubation rates, and withdrawal times at different levels of training; however, a trend toward swifter withdrawal times with advancing training was noted. CONCLUSIONS: ADR appears not to be a useful measure of competency for gastroenterology fellows. Consideration should be given to alternative metrics that could avoid bias and confounders.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».