Curriculum for training in endoscopic mucosal resection in the colon: European Society of Gastrointestinal Endoscopy (ESGE) Position Statement
Notice bibliographique
Résumé
Endoscopic mucosal resection (EMR) is the standard of care for the complete removal of large (≥ 10 mm) nonpedunculated colorectal polyps (LNPCPs). Increased detection of LNPCPs owing to screening colonoscopy, plus high observed rates of incomplete resection and need for surgery call for a standardized approach to training in EMR. 1 : Trainees in EMR should have achieved basic competence in diagnostic colonoscopy, < 10-mm polypectomy, pedunculated polypectomy, and common methods of gastrointestinal endoscopic hemostasis. The role of formal training courses is emphasized. Training may then commence in vivo under the direct supervision of a trainer. 2 : Endoscopy units training endoscopists in EMR should have specific processes in place to support and facilitate training. 3: A trained EMR practitioner should have mastered theoretical knowledge including how to assess an LNPCP for risk of submucosal invasion, how to interpret the potential difficulty of a particular EMR procedure, how to decide whether to remove a particular LNPCP en bloc or piecemeal, whether the risks of electrosurgical energy can be avoided for a particular LNPCP, the different devices required for EMR, management of adverse events, and interpretation of reports provided by histopathologists. 4: Trained EMR practitioners should be familiar with the patient consent process for EMR. 5: The development of endoscopic non-technical skills (ENTS) and team interaction are important for trainees in EMR. 6: Differences in recommended technique exist between EMR performed with and without electrosurgical energy. Common to both is a standardized technique based upon dynamic injection, controlled and precise snare placement, safety checks prior to the application of tissue transection (cold snare) or electrosurgical energy (hot snare), and interpretation of the post-EMR resection defect. 7: A trained EMR practitioner must be able to manage adverse events associated with EMR including intraprocedural bleeding and perforation, and post-procedural bleeding. Delayed perforation should be avoided by correct interpretation of the post-EMR defect and treatment of deep mural injury. 8: A trained EMR practitioner must be able to communicate EMR procedural findings to patients and provide them with a plan in case of adverse events after discharge and a follow-up plan. 9: A trained EMR practitioner must be able to detect and interrogate a post-endoscopic resection scar for residual or recurrent adenoma and apply treatment if necessary. 10: Prior to independent practice, a minimum of 30 EMR procedures should be performed, culminating in a trainer-guided assessment of competency using a validated assessment tool, taking account of procedural difficulty (e. g. using the SMSA polyp score). 11: Trained practitioners should log their key performance indicators (KPIs) of polypectomy during independent practice. A guide for target KPIs is provided in this document.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,057 |
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 ».