Digital Cholangioscopic Interpretation: When North Meets the South.
Notice bibliographique
Résumé
BACKGROUND: Digital single-operator cholangioscopy (DSOC) (SpyGlass DS™, Boston Scientific, MA, USA) allows for high-definition imaging of the biliary tree. The superior visualization has led to the development of two different sets of criteria to evaluate and classify indeterminate biliary strictures: the Monaco criteria and the criteria in Carlos Robles-Medranda's publication (CRM). Our objective was to assess the interrater agreement (IA) of DSOC interpretation for indeterminate biliary strictures using the two newly published criteria. METHODS: Forty de-identified DSOC video recordings were sent to 15 interventional endoscopists with experience in cholangioscopy. They were asked to score the videos based on the presence of Monaco Classification criteria: stricture, lesion, mucosal changes, papillary projections, ulceration, white linear bands or rings, and vessels. Next, they scored the videos using CRM criteria: villous pattern, polypoid pattern, inflammatory pattern, flat pattern, ulcerate pattern and honeycomb pattern. The endoscopists then diagnosed the recordings as neoplastic or non-neoplastic based on the criteria. Intraclass correlation (ICC) analysis was done to evaluate interrater agreement for both criteria set and final diagnosis. RESULTS: Recordings of 26 malignant lesions and 14 benign lesions were scored. The IA using both the Monaco criteria and CRM criteria ranged from poor to excellent (range 0.1-0.76) and (range 0.1-0.62), respectively. Within the Monaco criteria, IA was excellent for lesion (0.75) and fingerlike papillary projections (0.74); good for tortuous vessels (0.7), mucosal features (0.62), uniform papillary projections (0.53), and ulceration (0.58); and fair for white linear bands (0.4). Within the CRM criteria, the IA was good for villous pattern (0.62), flat pattern (0.62), and honeycomb pattern; fair for ulcerated pattern (0.56), polypoid pattern (0.52) and inflammatory pattern (0.54). The diagnostic IA using Monaco criteria was good (0.65), while the diagnostic IA using CRM was fair (0.58). The overall diagnostic accuracy using the Monaco classification was 61% and CRM criteria were 57%. CONCLUSION: The IOA and accuracy rate of DSOC using visual criteria from both Monaco Criteria and CRM are similar. However, some criteria from both sets suffer from poor IA, thus affecting the overall diagnostic accuracy. More formal training and refinements in visual criteria with additional validation are needed to improve diagnostic accuracy. TRIAL REGISTRATION: ClinicalTrials.gov Identifier: NCT02166099.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».