Diagnostic Criteria for Eosinophilic Esophagitis: A 5‐year Retrospective Review in a Pediatric Population
Notice bibliographique
Résumé
BACKGROUND: The diagnostic criterion based on the number of eosinophils (Eos) per high-power field (HPF) does not appear to capture all patients with eosinophilic esophagitis (EE). OBJECTIVES: To determine whether EE has been underrecognized at our institution, clinical variables predicting EE, and whether the Luna eosinophil granule (LEG) stain detects eosinophils better than hematoxylin and eosin (HE). MATERIALS AND METHODS: Esophageal biopsies of 202 children younger than 18 years old from 2000 to 2004 were reviewed and Eos/HPF was recorded. Clinical variables from charts were reviewed and a marginal logit model was used to determine significance. LEG stains for 60 randomly selected patients were prepared and compared to HE originals. RESULTS: EE diagnoses have risen from none in 2000 to 23 in 2004. The clinically significant variables that predicted EE were improvement from EE treatment (160 times more likely to have EE; P < 0.0005), final endoscopic diagnosis of EE (31 times; P = 0.004), absence of vascular pattern on endoscopy (20 times; P = 0.008), and vertical furrows on endoscopy (29 times; P = 0.039). LEG stain appeared to be superior to HE in detecting low Eos/HPF (mean 24.82 and 38.53, respectively). Peak counts of eosinophils in the most involved HPF significantly correlated with highest average count of eosinophils per HPF in the most involved specimen (Pearson correlation 0.958). CONCLUSIONS: : Misdiagnosed EE cases decreased but prevalence appeared to increase. LEG potentially can be a more sensitive stain. The key variables that predict EE were typical endoscopic findings and improvement from specific EE treatment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».