Fecacrit: Validation of a Novel and Objective Tool for the Evaluation of High Quality Bowel Preparations: 2017 Presidential Poster Award
Notice bibliographique
Résumé
Introduction: Bowel preparation is an important quality indicator in colonoscopy. Validated scales suffer from low concordance and intra-and inter-observer variability. Adenoma detection rates (ADR) are reported to be similar between fair, good and excellent preparations. Aims: To develop and validate a new objective method for assessing high-quality bowel preparation and examine variability in ADR according to quality of preparation. Methods: Ambulatory patients undergoing screening or surveillance colonoscopy were enrolled. Exclusion criteria were presence of thick non-suctionable debris, incomplete exam, IBD or prior colon surgery. All residual fluid was suctioned during the insertion phase (with no washing). Upon reaching the cecum, 10 mL was sampled, centrifuged and fecacrit (% pellet over supernatant) measured. The endoscopist scored the preparation using the Aronchick, Ottawa, and Boston scales (BBPS). Statistical analysis included the Kruskal-Wallis, pairwise comparison analysis and Mann-Whitney U tests. ROC curves were created to select appropriate cut-off values of fecacrit indicative of high-quality preparations on the above scales (excellent/good for Aronchick, Ottawa ≤7, or BBPS ≥6). Results: 197 patients were enrolled and corresponding samples collected, 80 for derivation and 117 for validation. Preparations were high-quality in 80.2% and fair in 19.8% of patients on the Aronchick scale with a median %fecacrit of 1.70 (IQR 1.0-2.63) and 4.00 (IQR 2.50-7.50) respectively (p < 0.001). Fecacrit distributions were also significant on Ottawa and Boston scales (p < 0.0001). ADR was significantly superior in high-quality vs. fair preparations on the Aronchick (53.2% vs. 25.6%, p=0.002), Ottawa (51.6% vs. 32.5%, p=0.03) and BBPS (51.6% vs. 30.6%, p=0.023). Median adenoma per colonoscopy (APC) was also superior in high-quality vs. fair preparations on all scales (1.0, IQR 0.0-2.0 vs. 0.0, IQR 0.0-1.0 respectively, p=0.026). ROC curves generated using derivation sample were validated using cutoff of < 2.75% to indicate high-quality preparations (Aronchick scale: AUC 0.796, sensitivity 75.3%, specificity 71.8% and PPV 91.5%). Conclusion: Fecacrit is a new objective and sensitive tool of bowel preparation quality. Although impractical in practice, it may be useful when developing or comparing purgatives aiming at high-quality preparations. Using this highly objective measure, we show that fair preparations are associated with significantly lower adenoma detection.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,005 | 0,003 |
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 ».