KODA score: an updated and validated bowel preparation scale for patients undergoing small bowel capsule endoscopy
Notice bibliographique
Résumé
Abstract Background and study aims A reliable outcome measure is needed for bowel preparation quality during capsule endoscopy. Currently, no scales are adequately validated. Our objective was to update an existing small bowel preparation score, create a standardized training module, then determine its inter-rater and intra-rater reliability. Patients and methods Modification to produce standardized scoring of an existing small bowel preparation score was performed followed by development of a training module and validation to create the new Korea-Canada (KODA) score. Twenty readers from a range of backgrounds, including capsule endoscopists, gastroenterology fellows, residents, medical students, and nurses rated bowel cleanliness in 25 capsule videos consisting of 1,233 images, in duplicate 4 weeks apart, after completing the training module. Sequential images selected in 5-minute intervals during small bowel transit were rated on a scale between 0–3 based on the amount of visualized mucosa and the degree of obstruction. Reliability was assessed using estimates of intraclass correlation coefficients (ICCs). Results Intraclass correlation coefficients for inter-rater (ICC 0.81, 95 % CI 0.70–0.87) and intra-rater (ICC 0.92, 95 % CI 0.87–0.94) reliability were almost perfect among the 20 readers. Inter-rater reliability ranged between 0.72 (95 % CI 0.57–0.81) and 0.89 (95 % CI 0.79–0.93) for nurses and residents, respectively. Intra-rater reliability was greater than 0.90 for all groups except for nurses, which was still almost perfect (ICC 0.86, 95 % CI 0.79–0.90). Conclusions Almost perfect inter-rater and intra-rater reliability was observed for the KODA score. This simple score could be used for future clinical trials after completion of the 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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».