Application of Next Generation Quality/Statistical Process Control and Expert-Led Case Review to Increase the Consistency of Diagnostic Rates in Precancerous Colorectal Polyps
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: Prior work suggests high interrater variability in the pathologist diagnostic rate (PDR) of the precancerous polyp sessile serrated adenoma (SSA). OBJECTIVES: To improve the diagnostic consistency in the pathological evaluation of colorectal polyp specimens with diagnostic rate awareness, using funnel plots (FPs)/control charts (CCs), and a focused group case review. METHODS: All colorectal polyp specimen (CRPS) reports September 2015 to August 2017 were analyzed at one institution. PDRs were extracted using a hierarchical free-text string matching algorithm and visualized using FPs, showing pathologist specimen volume versus PDR, and CCs, showing pathologist versus normed PDR. The FPs/CCs were centered on the group median diagnostic rate (GMDR). Pathologists were shown their baseline SSA diagnostic rate in relation to the practice, and in January 2017, there was a focused group case review/open discussion of approximately 40 sequential cases signed as SSA with a gastrointestinal pathology expert. RESULTS: Nine pathologists interpreted more than 250 CRPSs per year. FPs/CCs for the first and second years showed 6/4 and 3/1 P < .05/P < .001 pathologist outliers, respectively, in relation to the GMDR for SSA and 0/0 and 0/0 P < .05/P < .001 pathologist outliers, respectively, in relation to the GMDR for tubular adenoma (TA). An in silico kappa (ISK) for SSA improved from 0.52 to 0.62. CONCLUSION: Diagnostic rate awareness facilitated by FPs/CCs coupled with focused expert-led reviews may help calibrate PDR. Variation in SSA PDRs still remains high in relation to TA. ISK represents an intuitive, useful metric and Next Generation Quality/Statistical Process Control a promising approach for objectively increasing diagnostic consistency.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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