Learning curve for peroral endoscopic myotomy in therapeutic endoscopy experts and nonexperts: Large single‐center experience
Notice bibliographique
Résumé
OBJECTIVES: Reports on learning curve for peroral endoscopic myotomy (POEM) in therapeutic endoscopy nonexperts are limited. We aimed to assess the number of cases required to achieve POEM proficiency for endoscopic submucosal dissection (ESD) experts and nonexperts. METHODS: This is a retrospective study at the largest POEM referral center in Japan. POEM between April 2014 and December 2020 were included. Nonexperts and ESD experts were divided by training phases: A, 1-20; B, 21-40; C, 41-60; D, 61-80; and E, 81-100 cases. Primary outcome was operation time, and the phase to reach target time (83 min) was investigated. Secondary outcomes were clinical success rate, adverse events, and post-POEM gastroesophageal reflux disease (GERD). RESULTS: Five hundred and sixty-six cases were performed by 14 nonexperts, and 555 cases by 15 ESD experts. As the primary outcome, operation time in nonexperts was: A, 95 (79-115.8); B, 86.5 (71-105); C, 80 (70-100); D, 73 (64.5-100.5); and E, 73.5 (57.8-88.8) min, while in ESD experts: A, 90 (74-128); B, 77 (70-92); and C, 77 (70-93.5) min (median [interquartile range]). Operation time decreased significantly as experience increased in both groups (P < 0.001), and nonexperts required 41-60 cases to achieve proficiency, while experts required 21-40 cases. As secondary outcomes, in nonexperts, clinical success was 96.9-100%, adverse events were 5.0-9.2%, symptomatic GERD was 11.8-26.5%, and proton pump inhibitor (PPI) intake was 11.5-18.7% in each phase. While in experts, clinical success was 96.2-100%, adverse events were 3.0-5.8%, symptomatic GERD was 14.6-22.0%, and PPI intake was 12.6-17.9%. There were no significant differences among training phases. CONCLUSIONS: Non-ESD experts require more cases to achieve proficiency in POEM. These results are useful for establishing POEM training programs and institutional implementation of the procedure.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».