Expert endoscopist assessment of colorectal polyp size using virtual scale endoscopy, visual or snare-based estimation: a prospective video-based study
Notice bibliographique
Résumé
Background and aims Accurate polyp size estimation during colonoscopy has an impact on clinical decision-making. A laser-based virtual scale endoscope (VSE) is available to allow measuring polyp size using a virtual adaptive scale. This study evaluates video-based polyp size measurement accuracy among expert endoscopists using either VSE or visual assessment (VA) with either snare as reference size or without any reference size information.Methods A prospective, video-based study was conducted with 10 expert endoscopists. Video sequences from 90 polyps with known reference size (fresh specimen measured using calipers) were distributed on three different slide sets so that each slide set showed the same polyp only once with either VSE, VA or snare-based information. A slide set was randomly assigned to each endoscopist. Endoscopists were asked to provide size estimation based on video review.Results Relative accuracies for VSE, VA, and snare-based estimation were 75.1% (95% CI [71.6–78.5]), 65.0% (95% CI [59.5–70.4]) and 62.0% (95% CI [54.8–69.0]), respectively. VSE yielded significantly higher relative accuracy compared to VA (p = 0.002) and to snare (p = 0.001). A significantly lower percentage of polyps 1–5 mm were misclassified as >5 mm using VSE versus VA and snare (6.52% vs. 19.6% and 17.5%, p = 0.004) and a significantly lower percentage of polyps >5 mm were misclassified as 1–5 mm using VSE versus VA and snare (11.4% vs. 31.9% and 14.9%, p = 0.038).Conclusions Endoscopists estimate polyp size with the highest accuracy when virtual adaptive scale information is displayed. Using a snare to assist sizing did not improve measurement accuracy compared to displaying visual information alone.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».