MétaCan
Menu
Retour à la cohorte
Enregistrement W4280649145 · doi:10.3748/wjg.v28.i19.2137

Non-optical polyp-based resect and discard strategy: A prospective clinical study

2022· article· en· W4280649145 sur OpenAlexaffabout
Mahsa Taghiakbari, Celia Hammar, Mira Frenn, Roupen Djinbachian, Heiko Pohl, Érik Deslandres, Simon Bouchard, Mickaël Bouin, Daniel von Renteln

Notice bibliographique

RevueWorld Journal of Gastroenterology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalPolypectomyColonoscopyProspective cohort studyHistopathologyEndoscopySecond opinionColorectal PolypRadiologyInternal medicinePathologyColorectal cancerCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Post-polypectomy surveillance intervals are currently determined based on pathology results. AIM: To evaluate a polyp-based resect and discard model that assigns surveillance intervals based solely on polyp number and size. METHODS: Patients undergoing elective colonoscopies at the Montreal University Medical Center were enrolled prospectively. The polyp-based strategy was used to assign the next surveillance interval using polyp size and number. Surveillance intervals were also assigned using optical diagnosis for small polyps (< 10 mm). The primary outcome was surveillance interval agreement between the polyp-based model, optical diagnosis, and the pathology-based reference standard using the 2020 United States Multi-Society Task Force guidelines. Secondary outcomes included the proportion of reduction in required histopathology evaluations and proportion of immediate post-colonoscopy recommendations provided to patients. RESULTS: 76.1% for optical diagnosis. CONCLUSION: The polyp-based strategy achieved almost perfect surveillance interval agreement compared with pathology-based assignments, significantly reduced the number of required pathology evaluations, and provided most patients with immediate surveillance interval recommendations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,331
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Journal of GastroenterologyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207