Diagnostic Characteristics of Given Video Capsule Endoscopy in Diagnosis of Celiac Disease: A Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: In the view of small sample sizes of the studies published so far, the value of video capsule endoscopy (VCE) in diagnosing celiac disease (CD) is yet to be determined. The aim of this work was to systemically determine the overall diagnostic characteristics of VCE in diagnosing noncomplicated CD, compared to the gold standard, using meta-analysis. PATIENTS AND METHODS: An extensive literature search was performed looking for prospective, controlled trials, with investigators blinded to results of the pathology of small-bowel biopsies. Two independent authors performed data extraction and assessment of the methodologic quality of each trial. Diagnostic characteristics of each trial were collected, and pooled sensitivity, specificity, likelihood ratios, and diagnostic odds ratios were computed. Description of complications and costs was included, if reported. RESULTS: A total of three studies met the inclusion criteria (n = 107; 63 with CD and 44 without). The overall pooled VCE sensitivity was 83% (95% confidence interval [CI] = 71-90%) and specificity was 98% (95% CI = 88-99.6%). No major complications were reported. The costs were mentioned only in one study. CONCLUSIONS: The overall diagnostic characteristics of VCE, when used to diagnose celiac disease, though good with an experienced eye, could not justify the routine use of VCE as an alternative to the pathology of small-bowel biopsies. More studies are needed with proper cost-benefit analysis.
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 | 0,030 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,050 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».