The Toronto Upper Gastrointestinal Cleaning Score: a prospective validation study
Notice bibliographique
Résumé
Background Assessment of mucosal visualization during esophagogastroduodenoscopy (EGD) can be improved with a standardized scoring system. To address this need, we created the Toronto Upper Gastrointestinal Cleaning Score (TUGCS). Methods We developed the TUGCS using Delphi methodology, whereby an international group of endoscopy experts iteratively rated their agreement with proposed TUGCS items and anchors on a 5-point Likert scale. After each Delphi round, we analyzed responses and refined the TUGCS using an 80 % agreement threshold for consensus. We used the intraclass correlation coefficient (ICC) to assess inter-rater and test–retest reliability. We assessed internal consistency with Cronbach’s alpha and item-total and inter-item correlations with Pearson’s correlation coefficient. We compared TUGCS ratings with an independent endoscopist’s global rating of mucosal visualization using Spearman’s ρ. Results We achieved consensus with 14 invited participants after three Delphi rounds. Inter-rater reliability was high at 0.79 (95 %CI 0.64–0.88). Test–retest reliability was excellent at 0.83 (95 %CI 0.77–0.87). Cronbach’s α was 0.81, item-total correlation range was 0.52–0.70, and inter-item correlation range was 0.38–0.74. There was a positive correlation between TUGCS ratings and a global rating of visualization (r = 0.41, P = 0.002). TUGCS ratings for EGDs with global ratings of excellent were significantly higher than those for EGDs with global ratings of fair (P = 0.01). Conclusion The TUGCS had strong evidence of validity in the clinical setting. The international group of assessors, broad variety of EGD indications, and minimal assessor training improves the potential for dissemination.
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 | 0,001 | 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 ».