Machine Learning Models for the Assessment of the Mayo Endoscopic Score in Ulcerative Colitis Trial Endpoints: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The Mayo endoscopic score (MES) provides a criterion-based, but still subjective, human assessment of endoscopy and related endpoints in therapeutic clinical trials in ulcerative colitis (UC). A novel solution to address issues of reproducibility is the use of machine learning (ML) models to standardize MES evaluations. Broader applicability of this solution requires an understanding of the models and related performance characteristics. The objective of this study is to provide a systematic review on training and testing of ML MES prediction models on full-length endoscopic videos from patients with UC. METHODS: PubMed/MEDLINE, EMBASE, and Web of Science were systematically searched on December 31, 2024, and supplemented by reference checks and Google search to identify studies on training or testing of ML models to produce an automated MES grade on endoscopic procedure videos in UC. RESULTS: A total of 7 studies met the inclusion criteria, and of those, 5 were eligible for reporting on model performance. Accuracy in predicting ordinal MES grades (0, 1, 2, 3) ranged from 56.8% to 83.3%. Accuracy in predicting MES 0, 1 vs 2, 3 and MES 0 vs 1, 2, 3 (each aligned with a definition of endoscopic improvement and remission in trials) ranged from 84% to 90.2% and from 90% to 95.5%, respectively. CONCLUSIONS: Our review demonstrates strong performance characteristics of ML models to assess the MES on endoscopic videos in UC, potentially offering a standardized and reproducible solution to measure endoscopic severity. Further research will investigate the impact of this technology on clinical trial outcomes.
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 | 0,023 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,015 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».