MétaCan
Menu
Retour à la cohorte
Enregistrement W4401750507 · doi:10.1177/26345161241269002

Training and Assessment of Clinician’s Utilization of the Los Angeles Classification for Reflux Esophagitis

2024· article· en· W4401750507 sur OpenAlexaff
Kayla Dadgar, Dennis Wang, Yuhong Yuan, Paul Sinclair, Prateek Sharma, David Armstrong

Notice bibliographique

RevueForegut The Journal of the American Foregut Society · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGastroesophageal reflux and treatments
Établissements canadiensLondon Health Sciences CentreMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineTest (biology)FeelingRefluxReflux esophagitisEsophagusDescriptive statisticsEsophagitisDiseasePhysical therapyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Endoscopic recognition of reflux esophagitis is critical for the evaluation and treatment of patients with gastroesophageal reflux disease; however, there are limited data on the need for education to minimize interobserver disagreement in clinical practice. Methods: We created an educational program for the LA classification on the International Working Group for the Classification of Oesophagitis (IWGCO) website that included endoscopic video recordings of the distal esophagus. Participants completed an entry survey before the training module and were able to proceed to subsequent training videos once they provided the correct LA classification. Participants then completed a test module—an 80% score was required to pass. Descriptive analyses and regression analyses were performed to analyze data. Results: In the entry survey, 83/90 (92%) participants reported using the LA classification for the majority or all patients with reflux symptoms. However, only 31/90 (34%) participants reported feeling very or completely confident in the use of the LA classification. Only 3/71 (4.2%) participants correctly classified all 9 training videos on their first attempt. The testing module was completed by 60 participants, 16 (26.7%) of whom passed after one attempt, with 32 (53.3%), 8 (13.3%), and 1 (1.7%) passing after 2, 3, and 4 attempts, respectively. There was no significant correlation between the number of attempts to successfully pass the testing module and participant characteristics. Conclusion: Even after a training module, >75% of participants required more than one attempt to correctly classify the test videos. Further structured education around the LA classification is needed.

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)0,005
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,091
Tête enseignante GPT0,402
Écart entre enseignants0,311 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForegut The Journal of the American Foregut SocietyMême sujetGastroesophageal reflux and treatmentsTravaux en français237 207