Implementation of Synoptic Reporting for Endoscopic Localization of Complex Colorectal Neoplasms
Notice bibliographique
Résumé
Introduction Lack of documented tattooing of colorectal neoplasms at index colonoscopy results in high repeat preoperative colonoscopy rates. We developed national consensus recommendations for endoscopic localization and piloted an electronic synoptic reporting template. We report on the implementation and perceptions of using synoptic reporting to enhance colorectal lesion marking in a central Canadian healthcare system. Methods We implemented the template within our endoscopy reporting system and ran an infographic education campaign. We then conducted a follow-up email-based interview with all regional endoscopists. Thematic analysis and a mixed-methods triangulation approach were employed to synthesize qualitative and quantitative data. Results The interview was completed by 28/52 endoscopists (54%). Most (60.7%; n = 17) completed >100 colonoscopies and 71.4% (n = 20) identified six to 20 neoplasms requiring tattooing since introduction. A total of 50% (n = 14) used the template. Those not using it were unaware of it (42.9%; n = 12), or preferred using narrative text (17.9%; n = 5). Users reported modest mean functionality scores (intuitiveness: 3.56/5; efficiency: 3.7/5) and high impact scores (credible: 4.22/5; informative: 4.21/5). However, the perception of the synoptic template's ability to reduce the repeat preoperative colonoscopy rate was more circumspect (3.76/5). Conclusions Endoscopists believed the synoptic template was a functional, impactful tool that would improve communication and help to decrease the repeat preoperative colonoscopy rate. However, synoptic template uptake was limited by provider awareness, therefore more educational efforts are needed to increase uptake.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».