Image-enhanced endoscopy and endoscopic resection practices in the colon among endoscopists in India
Notice bibliographique
Résumé
Abstract Background and study aims Clinical practice patterns for image-enhanced endoscopy (IEE) and colonic endoscopic resection practices vary among endoscopists. We conducted a survey to understand the differences in IEE and colonoscopic resection practices among endoscopists from India. Methods An online cross-sectional survey comprising 40 questions regarding quality control of colonoscopy, IEE, and colonic endoscopic resection practices was circulated through the registry of the Indian Society of Gastroenterology and Association of Colon and Rectal Surgeons of India. Participation was voluntary and response to all questions was compulsory. Results There were 205 respondents to the survey (93.2 % gastroenterologists, 90.2 % male, 54.6 % aged 30 to 40 years, 36.1 % working in academic institution, 36.1 % working in corporate hospitals). Of the endoscopists, 50.7 % had no training in IEE and 10.7 % performed endoscopy on systems without any IEE modalities. Endoscopists with more experience were more likely to use IEE modalities in practice routinely (P = 0.007). Twenty percent never used IEE to classify polyps. Sixty percent of respondents did not use dye-chromoendoscopy. Less experienced endoscopists used viscous solutions as submucosal injectate (P = 0.036) more often. Of the respondents, 44 % never tattooed the site of endoscopic resection. Ablation of edges post-endoscopic mucosal resection was not done by 25.5 % respondents. Most respondents used electronic chromoendoscopy (36.1 %) or random four-quadrant sampling (35.6 %) for surveillance in inflammatory bowel disease. Surveillance post-endoscopic resection was done arbitrarily by 24 % respondents at 6 months to 1 year. Conclusions There are several lacunae in the practice of IEE and colonic endoscopic resection among endoscopists, with need for programs for privileging, credentialing and proctoring these endoscopic skills.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».