
Sistemas de detecção auxiliados por computador baseados em inteligência artificial para adenomas durante colonoscopia: revisão sistemática e metanálise de rede bayesiana
OncologiaO que aconteceu
Sistemas de detecção assistida por computador (CADe) baseados em inteligência artificial foram desenvolvidos para aumentar a taxa de detecção de adenoma (ADR) durante a colonoscopia, mas seu desempenho é desconhecido. Visamos principalmente comparar a eficácia de cada sistema CADe com a colonoscopia convencional (CC). Como objetivo secundário, realizamos uma comparação exploratória entre diferentes sistemas CADe. Foi realizada uma busca sistemática na literatura de 6 bases de dados para encontrar ensaios clínicos randomizados controlados (TCC) avaliando o uso de sistemas CADe durante a colonoscopia. Uma metanálise da rede bayesiana foi realizada nos estudos incluídos utilizando o software R 4.5.2. O desfecho primário foi RAM. https://www.crd.york.ac.uk/PROSPERO/view/CRD420261290518, identificador: CRD420261290518.
O que encontraram
Foram incluídos 21 ECRs envolvendo 19.006 participantes. Nove sistemas CADe foram comparados. Para ADR com base na intenção de tratar modificada (ADR-mITT), DEEP2 (RR 1,37; 95% CrI 1,07-1,76), Eagle-Eye (RR 1,19; 95% CrI 1,02-1,38) e ENDO-AID (RR 1,27; 95% CrI 1,13-1,41) foram significativamente superiores ao CC. Para RAM com base na intenção de tratar (ADR-ITT), o AQCS foi significativamente superior ao CC. Para adenoma por colonoscopia (APC) e taxa diminutiva de detecção de adenoma (DADR), ENDO-AID mostrou vantagens significativas em relação ao CC. No entanto, não foram observadas diferenças significativas entre os sistemas CADe em termos de taxa de detecção de lesões de alto risco (incluindo taxa avançada de detecção de adenoma [AADR] e taxa de detecção de lesões serrilhadas sésseis [SDR]) ou tempo de retirada (WT).
Por que isso importa
Em comparação com a CC, o sistema CADe melhorou significativamente a RAM. No entanto, dada a limitada evidência comparativa direta e a rede em forma de estrela, os resultados, especialmente as diferenças entre sistemas, devem ser interpretados com cautela.
Tradução automática do resumo original, publicado em Frontiers in artificial intelligence sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Artificial intelligence-based computer-aided detection systems for adenomas during colonoscopy: a systematic review and Bayesian network meta-analysis
Zhenjia Fan, Danyan Li, Jixiang Liu, Yudi Zhuo, Shengsheng Zhang
Veja também
Estudos relacionados
- Effects of non-pharmacological interventions on sleep quality in older adults: a systematic review and network meta-analysis of randomized controlled trials
- Network Meta-Analysis: Comparison of Pharmacological Therapies in Compensated Metabolic Dysfunction-Associated Steatohepatitis Cirrhosis for Fibrosis Regression and MASH Resolution
- Opinions and attitudes toward artificial intelligence among operating room nurses: a descriptive meta-analysis based on the comparative studies of the different opinions
- Comparative diagnostic accuracy of artificial intelligence-derived risk stratification versus conventional risk stratification methods in pulmonary hypertension patients: a systematic review and meta-analysis