MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391886475 · doi:10.1093/jcag/gwad061.072

A72 THE ENDOSCOPIC YIELD OF PRIORITIZED INDICATIONS USING A PROVINCIAL-WIDE COLONOSCOPY REFERRAL FORM

2024· article· en· W4391886475 sur OpenAlexafffundabout
Alan Barkun, Kiana Ravanbakhsh, Dong Hyun Danny Kim, Gediwon Milky, Pawel Stanowski, O Geraci, Myriam Martel, Charles Ménard, Daniel von Renteln

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de SherbrookeMcGill University Health Centre
Organismes subventionnairesPartenariat Canadien Contre Le CancerMinistère de la Santé et des Services sociaux
Mots-clésReferralYield (engineering)ColonoscopyMedicineGeneral surgeryBusinessInternal medicineFamily medicineColorectal cancerMaterials scienceCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background The widespread use of a standardized and validated province-wide colonoscopy referral form (PCRF), regrouping mutually exclusive indications into suggested priority wait time categories, has allowed for a more comprehensive assessment of routine colonoscopy practice Aims To validate the Quebec PCRF by better characterizing endoscopic finding yields according to specific clinical indications. Methods This retrospective cohort study includes consecutive adult patients with available data from the PCRF from two tertiary hospitals. The primary outcome was the diagnostic rates of colorectal cancer (CRC). Secondary outcomes assessed incidences of clinically significant lesions (CSL) on endoscopy and confirmed at pathology. These are CRC, advanced adenomas, sessile serrated polyps, polyps ≥ 5mm, colitis, colonic strictures, and miscellaneous other findings excluding hemorrhoids and diverticulosis. Descriptive and inferential statistics, and multivariable regression predictive modeling are reported. Results Overall, 14,657 patients (mean age 59.2 ± 14.0 years, 50.9% female) were included from September 2018 to August 2022. The most frequent indications for colonoscopy were polyp surveillance (IN13, 20.8%), recent change in bowel habits (IN7, 11.9%), a positive fecal immunochemical test (IN5, 8.3%), a family history of CRC or polyps (first-degree relative) (IN8, 6.4%), and suspected active inflammatory bowel disease (IBD) (IN3, 5.8%). Overall, 40.6% had CSL, including CRCs in 0.8%. CRCs were found more frequently for IN2 (19.7% vs 2.0%, pampersand:003C0.01), IN5 (29.9% vs 8.2%, pampersand:003C0.01), and an unexplained documented iron deficiency anemia (IN6) (11.8% vs 5.2%, pampersand:003C0.01). CSLs were more frequent for IN3 (1.6% vs 5.8%, p=0.04), IN7 (4.7% vs 12.0%, p=0.01), IN8 (0.8% vs 6.5%, p=0.01), IN13 (7.1% vs 20.9%, pampersand:003C0.01), IBD surveillance (IN15, 0.0% vs 4.0%, p=0.02), and surveillance for a significant family history (IN21, 0.0% vs 3.7%, p=0.02). On multivariable analysis, CRC was significantly associated with IN2 OR=31.8 (4.86; 208.7), IN5 OR=19.2 (3.86; 95.7), and IN6 OR=15.7 (2.37; 78.0) - (all are high priority PCRF referrals with a suggested shorter wait time than for most other indications). CSLs were significantly associated with age (OR=1.03 (1.02; 1.03)), IN2 (OR=2.32 (1.35; 3.99)), IN5 (OR=2.37 (1.74; 3.22)), and IN13 (OR= 1.66 (1.36; 2.02)). Conclusions This large cohort study confirms the validity of indications and corresponding prioritization of wait times of a PCRF. Funding Agencies CPAC and MSSS

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,877

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetColorectal Cancer Screening and Detection→Travaux en français237 207→