MétaCan
Menu
Retour à la cohorte
Enregistrement W3088011694 · doi:10.1055/a-1221-4922

Educational interventions are associated with improvements in colonoscopy quality indicators: a systematic review and meta-analysis

2020· review· en· W3088011694 sur OpenAlexaff
Natalia Causada-Calo, E.I. González-Moreno, Kirles Bishay, Risa Shorr, Catherine Dubé, Steven J. Heitman, Robert J. Hilsden, Alaa Rostom, Catharine M. Walsh, John Anderson, Rajesh N. Keswani, Michael A. Scaffidi, Samir C. Grover, Nauzer Forbes

Notice bibliographique

RevueEndoscopy International Open · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensThe Wilson CentreHospital for Sick ChildrenUniversity of TorontoUniversity of OttawaOttawa HospitalUniversity of CalgarySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionMeta-analysisColonoscopyQuality (philosophy)MEDLINEMedical physicsData scienceInternal medicineComputer scienceColorectal cancerNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background and study aims The quality of screening-related colonoscopy depends on several physician- and patient-related factors. Adenoma detection rate (ADR) varies considerably between endoscopists. Educational interventions aim to improve endoscopists’ ADRs, but their overall impact is uncertain. We aimed to assess whether there is an association between educational interventions and colonoscopy quality indicators. Methods A comprehensive search was performed through August 2019 for studies reporting any associations between educational interventions and any colonoscopy quality indicators. Our primary outcome of interest was ADR. Two authors assessed eligibility criteria and extracted data independently. Risk of bias was also assessed for included studies. Pooled rate ratios (RR) with 95 % confidence intervals (CI) were reported using DerSimonian and Laird random effects models. Results From 2,253 initial studies, eight were included in the meta-analysis for ADR, representing 86,008 colonoscopies. Educational interventions were associated with improvements in overall ADR (RR 1.29, 95 % CI 1.25 to 1.42, 95 % prediction interval 1.09 to 1.53) and proximal ADR (RR 1.39, 95 % CI 1.29 to 1.48), with borderline increases in withdrawal time, ([WT], mean difference 0.29 minutes, 95 % CI – 0.12 to 0.70 minutes). Educational interventions did not affect cecal intubation rate ([CIR], RR 1.01, 95 % CI 1.00 to 1.01). Heterogeneity was considerable across many of the analyses. Conclusions Educational interventions are associated with significant improvements in ADR, in particular, proximal ADR, and are not associated with improvements in WT or CIR. Educational interventions should be considered an important option in quality improvement programs aiming to optimize the performance of screening-related colonoscopy.

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)0,013
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,038
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,041
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,475
Écart entre enseignants0,317 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndoscopy International OpenMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207