Artificial Intelligence–Assisted Colonoscopy for Polyp Detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Randomized clinical trials (RCTs) of computer-aided detection (CADe) system-enhanced colonoscopy compared with conventional colonoscopy suggest increased adenoma detection rate (ADR) and decreased adenoma miss rate (AMR), but the effect on detection of advanced colorectal neoplasia (ACN) is unclear. PURPOSE: To conduct a systematic review to compare performance of CADe-enhanced and conventional colonoscopy. DATA SOURCES: Cochrane Library, Google Scholar, Ovid EMBASE, Ovid MEDLINE, PubMed, Scopus, and Web of Science Core Collection databases were searched through February 2024. STUDY SELECTION: Published RCTs comparing CADe-enhanced and conventional colonoscopy. DATA EXTRACTION: Average adenoma per colonoscopy (APC) and ACN per colonoscopy were primary outcomes. Adenoma detection rate, AMR, and ACN detection rate (ACN DR) were secondary outcomes. Balancing outcomes included withdrawal time and resection of nonneoplastic polyps (NNPs). Subgroup analyses were done by neural network architecture. DATA SYNTHESIS: Forty-four RCTs with 36 201 cases were included. Computer-aided detection-enhanced colonoscopies have higher average APC (12 090 of 12 279 [0.98] vs. 9690 of 12 292 [0.78], incidence rate difference [IRD] = 0.22 [95% CI, 0.16 to 0.28]) and higher ADR (7098 of 16 253 [44.7%] vs. 5825 of 15 855 [36.7%], rate ratio [RR] = 1.21 [CI, 1.15 to 1.28]). Average ACN per colonoscopy was similar (1512 of 9296 [0.16] vs. 1392 of 9121 [0.15], IRD = 0.01 [CI, -0.01 to 0.02]), but ACN DR was higher with CADe system use (1260 of 9899 [12.7%] vs. 1119 of 9746 [11.5%], RR = 1.16 [CI, 1.02 to 1.32]). Using CADe systems resulted in resection of almost 2 extra NNPs per 10 colonoscopies and longer total withdrawal time (0.53 minutes [CI, 0.30 to 0.77]). LIMITATION: Statistically significant heterogeneity in quality and sample size and inability to blind endoscopists to the intervention in included studies may affect the performance estimates. CONCLUSION: Computer-aided detection-enhanced colonoscopies have increased APC and detection rate but no difference in ACN per colonoscopy and a small increase in ACN DR. There is minimal increase in procedure time and no difference in performance across neural network architectures. PRIMARY FUNDING SOURCE: None. (PROSPERO: CRD42023422835).
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle