Endoscopic Grading and Sampling of Gastric Precancerous Lesions: A Comprehensive Literature Review
Notice bibliographique
Résumé
Gastric cancer remains a disease with an ominous prognosis, while early gastric cancer has a good-to-excellent prognosis, with 5-year survival rates of up to 92.6% after successful endoscopic resection. In this context, the accurate identification of patients with established gastric precancerous lesions, namely chronic atrophic gastritis and intestinal metaplasia, is the first step in a stepwise approach to minimize cancer risk. Although current guidelines advocate for the execution of random biopsies to stage the extent and severity of gastritis/intestinal metaplasia, modern biopsy protocols are still imperfect as they have limited reproducibility and are susceptible to sampling error. The advent of novel imaging-enhancing modalities, i.e., high-definition with virtual chromoendoscopy (CE), has revolutionized the inspection of gastric mucosa, leading to an endoscopy-based staging strategy for the management of these premalignant changes in the stomach. Nowadays, the incorporation of CE-targeted biopsies in everyday clinical practice offers not only the robust detection of premalignant lesions but also an improvement in quality, by reducing missed diagnoses along with mean biopsies and, thus, the procedural costs and the environmental footprint. In this review, we summarize the recent evidence regarding the endoscopic grading and sampling of gastric precancerous lesions.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».