Epithelial Gaps in a Rodent Model of Inflammatory Bowel Disease: A Quantitative Validation Study
Notice bibliographique
Résumé
OBJECTIVES: Confocal laser endomicroscopy (CLE) is a non-invasive imaging modality of the gastrointestinal tract. Epithelial gaps in the small intestine of patients and rodents have been demonstrated using CLE. The goal of this study was to quantitatively validate the findings of epithelial gap density observed with CLE against confocal microscopy (CM) and light microscopy. METHODS: Two strains of mice (control 129 Sv/Ev and interleukin 10 knockout (IL-10(-/-))) underwent CLE of the terminal ileum. Adjacent ileal tissues were examined using CM and light microscopy. The total number of gaps and cells in the villi were manually counted from the three-dimensional reconstruction of cross-sectional CLE and CM images. The histology specimens were reviewed for epithelial gap and cell counts by a pathologist blinded to the study groups. The inter- and intra-observer variability for cell and gap counts were determined. RESULTS: For CLE, the gap densities (mean±s.d.) in the ileum for control and IL-10(-/-) mice were: 9.5±1.3 gaps per 1,000 cells and 20.6±2.1 gaps per 1,000 cells counted (P<0.001), respectively. For CM, the ileal gap densities were 7.3±1.3 gaps per 1,000 cells and 22.8±6.2 gaps per 1,000 cells (P=0.03), respectively. For light microscopy, the ileal gap densities were 29.2±5.9 gaps per 1,000 cells and 51.5±6.4 gaps per 1,000 cells for the two strains. CONCLUSION: CLE can be used to quantitatively assess epithelial cells and gaps with accuracy comparable to CM and light microscopy. In a mouse model of inflammatory bowel disease, the epithelial gap density in the terminal ileum is significantly increased when examined using all three modalities.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».