Benefits, burden, and harms of computer aided polyp detection with artificial intelligence in colorectal cancer screening: microsimulation modelling study
Notice bibliographique
Résumé
Objective: To estimate the benefits, burden, and harms of implementing computer aided detection (CADe) of polyps in colonoscopy of population based screening programmes for colorectal cancer. Design: Microsimulation modelling study. Setting: Cost effectiveness working package in the OperA (optimising colorectal cancer prevention through personalised treatment with artificial intelligence) project. A parallel guideline committee panel (BMJ Rapid recommendation) was consulted in defining the screening interventions and selection of outcome measures. Population: Four cohorts of 100 000 European individuals aged 60-69 years. Intervention: The intervention was one screening of colonoscopy and a screening of colonoscopy after faecal immunochemical test every other year with CADe. The comparison group had the same screening every other year without CADe. Main outcome measures: Benefits (colorectal cancer incidence and death), burden (surveillance colonoscopies), and harms (colonoscopy related adverse events) over 10 years were measured. The certainty in each outcome was assessed by use of the GRADE (Grading of Recommendations Assessment, Development, and Evaluation) approach. Results: For 100 000 individuals participating in colonoscopy screening, 824 (0.82%) were diagnosed with colorectal cancer within 10 years without CADe versus 713 (0.71%) with CADe (risk difference -0.11% (95% CI -0.43% to 0.21%)). For faecal immunochemical test screening colonoscopy, the risk was 5.82% (n=5820) without CADe versus 5.77% (n=5770) with CADe (difference -0.05% (-0.33% to 0.15%)). The risk of surveillance colonoscopy increased from 26.45% (n=26 453) to 32.82% (n=32 819) (difference 6.37% (5.8% to 6.9%)) for colonoscopy screening and from 52.26% (n=52 263) to 53.08% (n=53 082) (difference 0.82% (0.38% to 1.26%)) for faecal immunochemical test screening colonoscopy. No significant differences were noted in adverse events related to the colonoscopy between CADe and no CADe. The model estimates were sensitive to the assumed effects of screening on colorectal cancer risk and of CADe on adenoma detection rates. All outcomes were graded as low certainty. Conclusion: With low certainty of evidence, adoption of CADe in population based screening provides small and uncertain clinical meaningful benefit, no incremental harms, and increased surveillance burden after screening.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».