Optimal endoscopic localization of colorectal neoplasms: a comparison of rural versus urban documentation practices
Notice bibliographique
Résumé
BACKGROUND: Colonoscopy is the gold standard for diagnosing colorectal neoplasms. However, colonoscopy is often repeated preoperatively due to non-standard documentation and inconsistent practices by index endoscopists. Repeat endoscopies result in treatment delays and can increase risks of complications. National consensus recommendations were recently developed for optimal endoscopic colorectal lesion localization. We aimed to assess baseline colonoscopy practice differences from the new recommendations with a focus on geographical variability in report quality between urban and rural referral sites. METHODS: We performed a retrospective review of patients who underwent elective surgery for colorectal neoplasms at a single institution in Winnipeg between 2007-2020. We compared endoscopy report quality to the national recommendations with charts stratified by endoscopy location. Our primary outcomes were overall report documentation completeness and use of recommended practices. RESULTS: One hundred ninety-four patients were included (97 rural, 97 urban). The mean overall compliance with the recommendations for urban endoscopies was marginally better compared to rural endoscopies (50% vs. 48%, p = 0.04). Sixty-eight percent of the reports complied with tattoo indications (72% urban; 63% rural, p = 0.16). On average, reports included 29% of recommended tattoo information (30% urban; 28% rural, p = 0.25) and demonstrated 74% appropriate tattoo technique (70% urban; 81% rural, p = 0.10). Twenty-one percent of reports included photographs of lesions in accordance with the national recommendations (28% urban; 13% rural, p = 0.01). CONCLUSIONS: Endoscopists frequently omit recommended practices for optimal colorectal lesion localization. Rural reports miss more recommended information compared to urban reports. Future research is needed to facilitate province-wide high-quality endoscopy reporting for patients regardless of endoscopy location.
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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».