IgG4 Related disease – a retrospective descriptive study highlighting Canadian experiences in diagnosis and management
Notice bibliographique
Résumé
BACKGROUND: Appreciating the utility of published diagnostic criteria for autoimmune pancreatitis, when compared to the characteristics of patients clinically managed as having disease, informs and refines ongoing clinical practice. METHODS: Comparative retrospective descriptive evaluation of patients with autoimmune pancreatitis including dedicated radiology review. RESULTS: 66 subjects with radiographic OR clinical features of autoimmune pancreatitis were initially identifiable (Male: n = 50), with 55 confirmed for evaluation. The most common presentation included pain (67%), weight loss (65%), and jaundice (62%). Diffuse enlargement of the pancreas was evident in 38%, whilst multifocal, focal, or atrophic changes were seen in 7%, 33% and 9% respectively. 13% had no pancreatic parenchymal involvement. Peripheral rim enhancement was seen in 23 patients (42%). Where discernible, disease was a) Sclerosing pancreatitis and cholangitis, n = 21; b) Sclerosing cholangitis, n = 9; c) Sclerosing pancreatitis, n = 4; d) Sclerosing pancreatitis and cholangitis with pancreatic pseudotumour, n = 7; e) Sclerosing cholangitis with hepatic pseudotumour, n = 3; f) Sclerosing pancreatitis with pancreatic pseudotumour, n = 1. 56% of the patients had systemic manifestations and the median serum IgG4 at diagnosis was 5.12 g/L. The Korean criteria identified most patients (82%) compared to HISORt (55%) or the Japan Pancreas Society (56%). The majority (HISORt 60%; Japan Pancreas Society 55%; Korean 58%) met diagnostic criterion by radiological findings and elevated serum IgG4. Treatment and response did not differ when stratified by diagnostic criteria. CONCLUSION: Our descriptive and retrospective dataset confirms that in non-expert practice settings, autoimmune pancreatitis scoring systems with a focus on radiology and serology capture most patients who are clinically felt to have disease.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».