Non-invasive investigation in patients with inflammatory joint disease
Notice bibliographique
Résumé
Gut inflammation can occur in 30%-60% of patients with spondyloarthropathies. However, the presence of such gut inflammation is underestimated, only 27% of patients with histological evidence of gut inflammation have intestinal symptoms, but subclinical gut inflammation is documented in two-thirds of patients with inflammatory joint disease. There are common genetic and immunological mechanisms behind concomitant inflammation in the joints and intestinal tract. A number of blood tests, e.g. erythrocyte sedimentation rate, orosomucoid, C-reactive protein, and white cell and platelet counts, are probably the most commonly used laboratory markers of inflammatory disease, however, these tests are difficult to interpret in arthropathies associated with gut inflammation, since any increases in their blood levels might be attributable to either the joint disease or to gut inflammation. Consequently, it would be useful to have a marker capable of separately identifying gut inflammation. Fecal proteins, which are indirect markers of neutrophil migration in the gut wall, and intestinal permeability, seem to be ideal for monitoring intestinal inflammation: they are easy to measure non-invasively and are specific for intestinal disease in the absence of gastrointestinal infections. Alongside the traditional markers for characterizing intestinal inflammation, there are also antibodies, in all probability generated by the immune response to microbial antigens and auto-antigens, which have proved useful in establishing the diagnosis and assessing the severity of the condition, as well as the prognosis and the risk of complications. In short, non-invasive investigations on the gut in patients with rheumatic disease may be useful in clinical practice for a preliminary assessment of patients with suspected intestinal 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».