Endoscopic Prediction of Achalasia: Putting the <scp>CART</scp> Before the <scp>CARS</scp>
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Endoscopy can detect features indicative of esophageal dysmotility, but standardized approaches for diagnosing achalasia based on these findings remain limited. Recently, the CARS score was developed to address this gap. This study aimed to evaluate the diagnostic utility of endoscopy in identifying achalasia, using the STARD framework and current reference standards. METHODS: Adult patients with esophageal symptoms were prospectively enrolled from 2018 to 2023 and evaluated using endoscopy, esophageal manometry, FLIP panometry, and barium esophagram. The CARS score was assigned to endoscopic videos by two raters blinded to other clinical details. The diagnostic accuracy of the CARS score for predicting achalasia, based on Chicago Classification v4.0, was assessed through two interpretation methods: binary cutoffs for the total score and a classification tree model. RESULTS: 316 patients were included: 115 patients with achalasia (36%), 113 with normal motility (36%), and 88 with other manometric findings (28%). A CARS score ≥ 4 demonstrated 72% sensitivity and 99% specificity for achalasia, while a score ≥ 3 had 83% sensitivity and 96% specificity. The optimal classification tree had three levels (resistance score at the top, followed by anatomy and content scores, with hernia presence at the bottom) and had a sensitivity of 90% and a specificity 92% for achalasia. CONCLUSION: Endoscopy can accurately identify achalasia with high specificity using the CARS score. While motility testing to confirm an achalasia diagnosis remains essential prior to therapy, a high CARS score may help in the early identification of achalasia, especially in settings where motility testing is not readily available.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».