The Changing Face of Childhood Celiac Disease in North America: Impact of Serological Testing
Notice bibliographique
Résumé
OBJECTIVE: The goal was to evaluate the impact of immunoglobulin A endomysial antibody testing on the incidence and clinical presentation of childhood celiac disease. METHODS: The incidence and clinical presentation of celiac disease in patients <18 years of age in 1990-1996 (pretesting group) versus 2000-2006 (testing group) were compared. RESULTS: The median age at diagnosis was 2 years (95% confidence interval: 2-4 years) in the pretesting group (N = 36), compared with 9 years (95% confidence interval: 8-10 years) in the testing group (N = 199; P < .001); the female/male ratios (1.6:1) were similar (P = .982). The incidence of celiac disease increased from 2.0 cases per 100000 children (pretesting group) to 7.3 cases per 100000 children (testing group; P = .0256). The frequency of classic celiac disease presentations decreased from 67% (pretesting group) to 19% (testing group; P < .001), but the incidence of classic celiac disease did not differ (0.8 vs 1.6 cases per 100000; P = .154). In the testing group, 13 previously unrecognized clinical presentations were observed in 98 children, including 35 with family history, 18 with abdominal pain, and 14 with type 1 diabetes mellitus. The frequency of Marsh IIIc lesions decreased from 64% (pretesting group) to 44% (testing group; P = .0403). In the testing group, classic celiac disease remained predominant (67%) in young children (<3 years), whereas atypical gastrointestinal and silent presentations predominated in older children. CONCLUSIONS: Antibody testing for celiac disease tripled the incidence of celiac disease and quadrupled the median age at diagnosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».