A109 A SIMPLE METHOD TO CALCULATE ADENOMA DETECTION RATES
Notice bibliographique
Résumé
Abstract Background The adenoma detection rate (ADR) is a key indicator of the effectiveness of colonoscopy, which remains the gold standard for colorectal cancer detection. Many centers in Canada are increasingly adopting EPIC as their electronic health record system. However, the ADR calculation tool in the EPIC foundation build is not well-suited for Canadian practices, as it fails to account for colonoscopies performed due to positive fecal immunochemical tests (FIT) and relies on synoptic reporting of polyp histology by pathologists. To address this, we developed a straightforward text-based search strategy to identify adenomas in dictated pathology reports. Aims This study aims to compare the accuracy of our new ADR metric against calculations based on manual reviews of pathology reports. Methods We analyzed all screening colonoscopies conducted in Alberta from January to August 2024. For cases with specimens submitted for pathology, we examined the reports using a text string search for the terms “adenoma,” “tubular adenoma,” and “tubulovillous or villous adenoma” in the Final Diagnosis section. Reports were excluded if they contained the phrases “no adenoma,” “history of adenoma,” or “serrated adenoma.” Our reference standard was a manual review of pathology reports performed by trained polyp reconciliation nurses. Results From January to August 2024, a total of 46,364 screening colonoscopies were conducted, with 45% of the patients being female. Manual record reviews revealed that 56% of cases had at least one adenoma, 20% had at least one sessile serrated lesion, 171 cases included at least one traditional serrated adenoma, and 345 cases of colorectal cancer were detected. Using manual chart review as the reference standard, our text-based ADR metric demonstrated a sensitivity of 81% and a specificity of 70%. Conclusions The text search-based ADR metric shows promise in simplifying the calculation of ADR, especially for centers that lack synoptic pathology reporting or the capacity for manual pathology report reviews. Further research is necessary to enhance the accuracy of this metric. Funding Agencies None
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 | 0,008 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,017 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».