ENDOSCOPIC SCORE INTER-READER CONCORDANCE ANALYSIS FROM A PHASE 2B STUDY IN PATIENTS WITH MILD-TO-MODERATE UC
Notice bibliographique
Résumé
Abstract BACKGROUND Endoscopic assessment of disease severity is a key component of ulcerative colitis (UC) clinical studies. However, interobserver variability may contribute to bias in selecting study candidates and evaluating response rates. Scoring by blinded central readers has become the recommended standard method of assessment to minimize bias and interobserver variance. We present concordance rates between central and local readings from a Phase 2b study of investigational microbiome therapeutic SER-287 in patients with mild-to-moderate UC. METHODS This double-blind, placebo-controlled study screened 494 and randomized 203 adults (51.7% male; mean age 45.6 years; 83.7% white) 1:1:1 to 3 arms (Figure 1). Active UC was defined as ≥15 cm disease from the anal verge, a Three-Component Modified Mayo Score of 3-7, endoscopic subscore (ES) ≥1, and stool frequency subscore ≥1. Endoscopy was performed at screening, after induction, after exploratory maintenance or open-label, and for flare assessments. Endoscopic videos were scored by each site’s gastroenterologist (local ES), and by any 1 of 4 blinded central readers (Alimentiv; Ontario), with adjudication by a 2nd blinded central reader (Alimentiv), if necessary. If all 3 scores were discordant, the median score was designated as the final ES. Concordance between local and central readers were analyzed by timepoint and in total and quantified using weighted kappa statistics. RESULTS Concordance analyses were conducted for 608 ES comparisons between local and the 1st central reader (Local vs Central1 [LvC1]), and 337 comparisons where adjudication was necessary (Local vs Central2 [LvC2]; Central1 vs Central2 [C1vC2]). Observed concordance rates were: -LvC1: 44% (271/608, kappa = 0.61, Figure 2); -LvC2: 26% (86/337, kappa = 0.46); -C1vC2: 64% (216/337, kappa = 0.74). Concordance rates were comparable across study periods: -Screening: -LvC1: 42% (131/310, kappa = 0.59) -LvC2: 27% (48/179, kappa = 0.48) -C1vC2: 66% (118/179, kappa = 0.76) -Week 11: -LvC1: 46% (79/170, kappa = 0.61) -LvC2: 25% (22/91, kappa = 0.46) -C1vC2: 62% (56/91, kappa = 0.75) Local readers scored lower than C1 readers in 274/337 (81%) discordant cases (Figure 2), and lower than C2 in 221/251 (88%) discordant cases. The most frequent sources of discordance were L=ES2 vs C1=ES3 (153 videos) and L=ES1 vs C1=ES2 (77 videos). CONCLUSIONS In this Phase 2b study, low ES concordance highlights marked interobserver variability between local and blinded central readers. Local scores were consistently lower than central scores across all study time points. Despite low concordance rates, efficacy conclusions remain unchanged if only local ES scores were used for endpoint assessments. Objective, standardized, and consistent methods for evaluating ES are needed to better quantify disease severity and the impact of UC therapies.
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 | 0,021 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».