A119 THE LOCATION-BASED RESECT AND DISCARD STRATEGY FOR DIMINUTIVE COLORECTAL POLYPS: A PROSPECTIVE CLINICAL STUDY
Notice bibliographique
Résumé
Abstract Background Replacing histopathology evaluation of diminutive polyps with optical polyp diagnosis is considered a cost-effective approach. However, the widespread use of optical diagnosis is limited due to concerns about making incorrect optical diagnoses and the requirements of training, credentialing and auditing of performance. Aims This prospective study aimed to evaluate a simplified resect and discard strategy that is not operator dependent. Methods The study evaluated a resect and discard strategy that uses anatomical polyp location to classify colon polyps into non-neoplastic or low-risk neoplastic. All rectosigmoid diminutive polyps were considered hyperplastic and all polyps located proximally to the sigmoid colon were considered neoplastic. Surveillance interval assignments based on these a priori assumptions were compared with those based on actual pathology results and optical diagnosis, respectively. The primary outcome was ≥90% agreement with pathology in surveillance interval assignment. Results Overall, 1117 patients undergoing complete colonoscopy were included and 482 (43.1%) had at least one diminutive polyp. Surveillance interval agreement between the location-based resect and discard strategy and pathological findings using the 2020 US Multi-Society Task Force guideline was 97.0% (95% CI = 0.96 - 0.98), surpassing the ≥90% benchmark. Optical diagnoses using NICE and Sano classifications reached 89.1% and 90.01% agreement, respectively (p <0.0001), and were inferior to the location-based strategy. The location-based resect and discard strategy allowed a 69.7% (95% CI = 0.67 - 0.72) reduction in pathology examinations compared with 55.3% (95% CI = 0.52 - 0.58) (NICE and Sano) and 41.9% (95% CI = 0.39 - 0.45) (WASP) with optical diagnosis. Conclusions The location-based resect and discard strategy achieved very high surveillance interval agreement with pathology-based surveillance interval assignment, surpassing the ≥90% quality benchmark and outperforming optical diagnosis in surveillance interval agreement and the number of pathology examinations avoided. Funding Agencies None
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».