Performance measures in inflammatory bowel disease surveillance colonoscopy: Implementing changes to practice improves performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIM: Dye-based chromoendoscopy (DCE) with targeted biopsies is recommended for inflammatory bowel disease (IBD) surveillance. However, DCE has not yet been widely adopted into clinical practice. We evaluated quality indicators in IBD surveillance following introduction of structured changes in service delivery. METHODS: In August 2016, we introduced a number of changes to IBD surveillance practice in our endoscopy unit. These included training using interactive videos/images in a structured module, DCE as standard by using a foot-pedal operated pump jet, allocation of 45-minute procedure timeslots, targeted biopsies (except in high-risk patients), scoring of endoscopic disease activity, and lesion detection/morphology characterization. All IBD surveillance colonoscopies were allocated to a small team of four DCE-trained endoscopists. We compared quality measures for surveillance procedures carried out pre- and post-August 2016. The two groups were compared using chi-squared statistics RESULTS: A total of 598 IBD surveillance procedures (277 pre-August 2016 and 321 post-August 2016) were done and included in the study. Use of DCE increased (54.2% vs 76.0% P < 0.0005) whereas random biopsy surveillance decreased (12.3% vs 3.1% P < 0.0005). Use of Paris classification (26.1% vs 57.0% P < 0.0005) and Kudo pit pattern increased (21.7% vs 59.0% P < 0.0005). There was also an increase in lesion detection rate (24.9% vs 33.1% P < 0.05). CONCLUSIONS: Implementation of extensive changes in practice of surveillance colonoscopy resulted in significant improvement in quality indicators within a short period of time. Training, education and audit may continue to facilitate the adoption of DCE and further improve quality of performance in IBD surveillance.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle