MétaCan
Menu
Retour à la cohorte
Enregistrement W2945340264 · doi:10.1055/s-0039-1681442

THE POLYP-BASED RESECT-AND-DISCARD STRATEGY

2019· article· en· W2945340264 sur OpenAlexaff
Adam Duong, M. Bouin, Érik Deslandres, R Leduc, Annie Deshêtres, Audrey Weber, Heiko Pohl, Alan Barkun, Daniel von Renteln

Notice bibliographique

RevueEndoscopy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensMcGill UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolypectomyComputer scienceImage (mathematics)Artificial intelligenceClinical PracticePattern recognition (psychology)Computer visionMedicineColonoscopyInternal medicineCancerColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Aims: Current clinical practice assigns post-polypectomy surveillance intervals based on the number, size and histological aspects of polyps. Our goal was to test a novel polyp-based resect and discard model that assigns surveillance intervals for small polyps based only on size and number of polyps. Methods: A post-hoc analysis was performed on patients previously enrolled in a prospective colonoscopy trial. We created a model for polyp-based surveillance interval allocation based on clinical experience for what the most likely pathology-based surveillance interval would be according to certain scenarios. The primary outcome was the surveillance interval agreement of the polyp-based resect and discard strategy compared to histopathology and USMSTF based surveillance intervals. Secondary outcomes were the overall reduction in required pathology exams and the number of surveillance intervals that can be provided immediately to patients before leaving the endoscopy unit. In addition, we conducted a medical chart review to assess current clinical practice of surveillance interval guideline adherence at our institution. Results: 457 patients (mean-age 62.7, 514 small polyps) were enrolled in the study. When using the polyp-based resect and discard model, the assigned surveillance intervals were correct for 89,3% (95% CI: 0.86 – 92) of patients when compared to pathology-based surveillance interval assignment. When using the polyp-based model, 88,8% of patients can be provided with immediate surveillance interval recommendations compared to 47,7% when using the pathology-based surveillance interval allocation. When using the polyp-based model, 61.4% of pathology examinations can be omitted. Medical chart review showed that at our institution 43.8% of patients received surveillance interval recommendations. Conclusions: The polyp-based resect-and-discard strategy reaches an almost 90% agreement compared to pathology-based surveillance interval allocation. This alternative method largely reduces the need for pathology exams, increases the amount of patients that can be provided with immediate surveillance interval recommendations at the time of index colonoscopy and can increase guideline-conform surveillance intervals.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,270 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndoscopyMême sujetGastric Cancer Management and OutcomesTravaux en français237 207