Computer‐aided diagnosis for colorectal polyp in comparison with endoscopists: Systematic review and meta‐analysis
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
OBJECTIVES: Computer-aided diagnosis (CADx) is anticipated to enhance the prediction of colorectal polyp histology. This study aims to compare the diagnostic accuracy of CADx in the optical diagnosis of colorectal polyps, evaluating its performance against that of both experienced and inexperienced endoscopists. METHODS: The protocol of this study was registered in the International Prospective Register of Systematic Reviews (PROSPERO) (ID: CRD42024585097). Three electronic databases including MEDLINE, Embase, and the Cochrane Central Register of Controlled Trials (CENTRAL) were searched in September 2024. A bivariate random effects model was employed. The primary outcome was the comparison of sensitivity and specificity between CADx and experienced endoscopists; the secondary outcome was the comparison between CADx and inexperienced endoscopists. RESULTS: Twenty-one studies involving 5477 polyps were included. The pooled sensitivities of CADx and experienced endoscopists were 0.87 (95% confidence interval [CI] 0.82-0.91) and 0.88 (95% CI 0.83-0.91), respectively (P = 0.93). The pooled specificities of CADx and experienced endoscopists were 0.85 (95% CI 0.78-0.90) and 0.87 (95% CI 0.82-0.92), respectively (P = 0.53). In nine studies comparing CADx with inexperienced endoscopists, the pooled sensitivities were 0.88 (95% CI 0.82-0.92) for CADx and 0.85 (95% CI 0.78-0.90) for inexperienced endoscopists (P = 0.46). The pooled specificities were 0.84 (95% CI 0.78-0.88) for CADx and 0.77 (95% CI 0.70-0.83) for inexperienced endoscopists (P = 0.16). CONCLUSION: Computer-aided diagnosis does not demonstrate superior diagnostic accuracy in optical diagnosis of colorectal polyps compared to endoscopists, regardless of their experience level.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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