A94 PRE-RESECTION OPTICAL EVALUATION RELIABLY DIFFERENTIATES BETWEEN SERRATED AND ADENOMATOUS LARGE NON-PEDUNCULATED COLORECTAL POLYPS
Notice bibliographique
Résumé
Abstract Background Modality selection between cold snare resection (CSR) and endoscopic mucosal resection (EMR) or endoscopic submucosal dissection (ESD) is largely predicated on the ability to differentiate between serrated and adenomatous histopathology. While optical evaluation has modest accuracy for diminutive polyps, performance has not been evaluated for large non-pedunculated colorectal polyps (LNPCPs). Aims To evaluate the performance of pre-resection optical evaluation to differentiate between serrated and adenomatous LNPCPs. Methods Consecutive patients ampersand:003E 18 years of age who underwent endoscopic resection for a LNPCP were enrolled in a prospective single center observation cohort study (clinicaltrials.gov ID: NCT05402696). Pre-resection optical evaluation was performed using high-definition white-light and narrow-band imaging (NBI) with or without near-focus. The Japanese NBI Expert Team (JNET) classification was used to differentiate between serrated (JNET I) vs. adenomatous (JNET IIA, IIB) LNPCPs. Traditional serrated adenomas (TSAs) and cancers were excluded from analysis. Sensitivity, specificity, and accuracy were used to evaluate optical evaluation performance. Results From 06/2022-09/2023, 266 patients underwent 282 procedures for a total of 335 LNPCPs. Median size was 30mm (IQR 20-40mm). Histopathology identified 215 (64.2%) adenomatous, 91 (27.2%) serrated, 16 (4.8%) cancerous, and 13 (3.9%) other LNPCPs; including 5 TSAs. Of the 91 serrated lesions, 90 (98.9%) were predicted as serrated; sensitivity, specificity, and accuracy were 98.90% (95% CI 94.03-99.97), 99.53% (95% CI 97.44-99.99), 99.35% (95% CI 97.66-99.92), respectively. Of the 215 adenomatous lesions, 213 (99.1%) were predicted as adenomatous; sensitivity, specificity, and accuracy were 99.07% (95% CI 96.68-99.89), 98.90% (95% CI 94.03-99.97), 99.02% (95% CI 97.16-99.80), respectively. Conclusions Optical evaluation demonstrates excellent performance characteristics to differentiate between serrated and adenomatous LNPCPs; therefore, empowering endoscopists to reliably apply a selective resection algorithm between CSR, EMR and ESD. Funding Agencies None
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».