Predicting Acute Cholecystitis on Final Pathology to Prioritize Surgical Urgency: An Evaluation of the Tokyo Criteria and Development of a Novel Predictive Score
Notice bibliographique
Résumé
INTRODUCTION: Limited operating room access in publicly funded institutions, particularly for emergencies, highlights the need for improved prioritization rules for common pathologies, including acute cholecystitis (AC). We compared the performance of our institution's surgical prioritization rules to the Tokyo diagnostic criteria and to develop a novel decision rule to predict AC on surgical pathology. METHODS: All adult patients undergoing emergency cholecystectomy (EC) at a single academic institution (2017-2021) were reviewed. The primary outcome was the diagnosis of acute inflammation on final pathologic analysis. Multiple logistic regression was performed with a training subset using relevant clinical variables that were selected a priori. A simple weighted decision rule was created and compared to the Tokyo Guidelines and the institution's existing prioritization rules via an analysis of receiver operator curves. RESULTS: Among 756 patients undergoing EC, 97.6% met the criteria for AC as per Tokyo diagnostic criteria. Urgent booking category (area under the curve [AUC] = 0.58, sensitivity 89%, specificity 26%) and Tokyo criteria (AUC = 0.51, sensitivity 99%, specificity 3%) poorly discriminated for acute inflammation on final pathology. Discrimination of the hospital's case prioritization rules was moderate (AUC = 0.63, sensitivity 48%, specificity 78%), and a new decision rule was significantly higher (AUC = 0.71, sensitivity 72%, specificity 64%, P < 0.003). CONCLUSIONS: The Tokyo Guidelines were highly sensitive but nonspecific for the presence of acute inflammation on final pathology. An existing institutional case prioritization rule demonstrated moderate discrimination but was outperformed by a new rule incorporating clinical exam, fever, degree of leukocytosis, and inflammatory changes on imaging. These findings may aid AC prioritization in busy centers, though external validation is needed.
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 | 0,007 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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) | 0,001 | 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 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 ».