Head-to-Head Diagnostic Test Accuracy Meta-analysis of Colonoscopy and Fecal Immunochemical Test in Detecting Advanced Colon Neoplasia
Notice bibliographique
Résumé
Background: Studies on the use of fecal immunochemical test (FIT) in colorectal screening have long assumed perfect accuracy for colonoscopy. No study to date has directly compared the diagnostic accuracy of colonoscopy and FIT to detect advanced neoplasia (AN) in a head-to-head diagnostic accuracy meta-analysis. Methods: A comprehensive electronic search was performed for a head-to-head comparison of FIT and colonoscopy using a third acceptable reference standard in asymptomatic adults. Cochrane methodology was used to perform a head-to-head diagnostic test accuracy (DTA) meta-analysis. Quality assessment tool for diagnostic accuracy studies-2 (QUADAS-2) was used to assess the risk of bias in included studies. Results: Two studies met the eligibility criteria. Overall sensitivity and specificity were 98.5 (95% CI 96.3-100%) and 100% (99.9-100%) for colonoscopy and 16.4% (10.3-22.6%) and 95.4% (94.3-96.4%) for FIT. Colonoscopy was significantly better than FIT (P < 0.0001). The positive and negative likelihood ratios (LRs) were 1.75 (1.57-1.96) and 0.03 (0.01-0.08) for colonoscopy and 3.02 (2.01-4.55) and 0.88 (0.82-0.95) for FIT, respectively. Conclusion: Colonoscopy provides significantly better diagnostic accuracy to detect AN compared with FIT (GRADE: ⨁⨁◯◯). Our study provided precise sensitivity and specificity of both colonoscopy and FIT and a revision in screening policies based on an updated cost-effectiveness analysis considering the results of the head-to-head analysis.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 ».