Taking the Next Steps in Endoscopic Visual Assessment of Barrett’s Esophagus: A Pilot Study
Notice bibliographique
Résumé
PURPOSE: Patients with Barrett's esophagus (BE) undergo surveillance endoscopies to assess for pre-cancerous changes. We developed a simple endoscopic classification method for predicting non-dysplastic BE (NDBE), low-grade dysplasia (LGD)/indefinite for dysplasia (ID) and high-grade dysplasia (HGD)/early esophageal adenocarcinoma (EAC). PATIENTS AND METHODS: Twenty-two patients with BE underwent endoscopy using the PENTAX Medical MagniView gastroscope and OPTIVISTA processor. Sixty-six video-still images were analyzed to characterize the microsurface, microvasculature and the presence of a demarcation line. Class A was characterized by regular microvascular and microsurface patterns and absence of a demarcation line, class B by changes in the microvascular and/or microsurface patterns compared to the background mucosa with presence of a demarcation line, and class C by irregular microvascular and/or irregular microsurface patterns with presence of a demarcation line. RESULTS: Of the class A images, 97.9% were NDBE. For class B, 69.2% were LGD/ID and 30.8% NDBE. One hundred percent of the class C samples were HGD/EAC. The sensitivity of our classification system was 93.8%, specificity 92%, positive predictive value 78.9%, negative predictive value 97.9% and an accuracy 92.4%. CONCLUSION: In this study, we developed a simple classification system for the prediction of NDBE, LGD/ID and HGD/EAC. Its real-time clinical applicability will be validated prospectively.
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) | 0,001 | 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 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 ».