Predictive factors associated with immunosuppressive agent use in ulcerative colitis: a case–control study
Notice bibliographique
Résumé
BACKGROUND: Some patients with ulcerative colitis (UC) require immunosuppressants as maintenance therapy. AIM: To assess epidemiological, clinical and disease factors at diagnosis that predict immunosuppressant use in UC. METHODS: All UC patients diagnosed between 1992 and 2005 and currently managed in the inflammatory bowel disease (IBD) clinic were included. Forty-three patients who currently or previously received azathioprine (AZA) or mercaptopurine (MP) for UC were compared with 130 controls. Charts were reviewed and logistic regression analyses were applied to identify factors associated with AZA or MP use. RESULTS: In univariate model, seven factors at diagnosis correlated with AZA use: male gender [odds ratio (OR) 2.2]; left-sided or extensive colitis or pancolitis (OR 8.7-14.1); systemic steroid use within the first 6 months of diagnosis (OR 5.1); more than 10 bowel movements daily (OR 6.4); persistent or mostly blood in stool (OR 2.8); endoscopic proven moderate to severe disease (OR 7.2-12.0) and requirement of hospitalization (OR 2.7) on diagnosis. In multivariate model, the first three factors were shown to be statistically significant. CONCLUSION: Male gender, initial presentation with severe and extensive disease clinically and endoscopically, requirement of hospitalization on diagnosis or systemic steroids within 6 months of diagnosis are predictive factors for immunosuppressant use in UC.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».