A multimodal (FACILE) classification for optical diagnosis of inflammatory bowel disease associated neoplasia
Notice bibliographique
Résumé
BACKGROUND: Characterization of colonic lesions in inflammatory bowel disease (IBD) remains challenging. We developed an endoscopic classification of visual characteristics to identify colitis-associated neoplasia using multimodal advanced endoscopic imaging (Frankfurt Advanced Chromoendoscopic IBD LEsions [FACILE] classification). METHODS: The study was conducted in three phases: 1) development - an expert panel defined endoscopic signs and predictors of dysplasia in IBD and, using multivariable logistic regression created the FACILE classification; 2) validation - using 60 IBD lesions from an image library, two assessments of diagnostic accuracy for neoplasia were performed and interobserver agreement between experts using FACILE was determined; 3) reproducibility - the reproducibility of the FACILE classification was tested in gastroenterologists, trainees, and junior doctors after completion of a training module. RESULTS: The experts initially selected criteria such as morphology, color, surface, vessel architecture, signs of inflammation, and lesion border. Multivariable logistic regression confirmed that nonpolypoid lesion, irregular vessel architecture, irregular surface pattern, and signs of inflammation within the lesion were predictors of dysplasia. Area under the curve of this logistic model using a bootstrapped estimate was 0.76 (0.73 - 0.78). The training module resulted in improved accuracy and kappa agreement in all nonexperts, though in trainees and junior doctors the kappa agreement was still moderate and poor, respectively. CONCLUSION: We developed, validated, and demonstrated reproducibility of a new endoscopic classification (FACILE) for the diagnosis of dysplasia in IBD using all imaging modalities. Flat shape, irregular surface and vascular patterns, and signs of inflammation predicted dysplasia. The diagnostic performance of all nonexpert participants improved after a training module.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».