High definition i-SCAN endoscopy with water immersion technique accurately reflects histological severity of celiac disease
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Severe villous atrophy can be revealed with conventional white light endoscopy (WLE), however, milder grades or patchy villous atrophy are more difficult to detect. Novel endoscopic techniques such as high definition i-SCAN endoscopy with the water immersion technique (i-SCAN-HDWI) may provide the ability to visualize duodenal villi more accurately. We aimed to determine the performance of i-SCAN-HDWI in evaluating the severity of histological damage in the duodenum of patients with celiac disease. PATIENTS AND METHODS: A retrospective cohort study was performed in a single tertiary academic endoscopic center. We studied 58 patients (46 women; median age 36.5 years, range 18 - 72 years) with positive anti-TTG IgA antibody. The villous pattern of the second part of the duodenum was assessed by WLE and i-SCAN-HDWI. The endoscopic grades in both techniques were correlated using Marsh histologic grades by Spearman correlation coefficient. The diagnostic accuracy of i-SCAN-HDWI for detection of patchy or complete atrophy of the villi was evaluated. RESULTS: A significant correlation was demonstrated between endoscopic grade using i-SCAN-HDWI and Marsh histologic grade (r = 0.732; P < 0.00001). The correlation between WLE grade and Marsh histologic grade was inferior to i-SCAN-HDWI (r = 0.31; P = 0.01). The sensitivity of i-SCAN-HDWI was 96 % (95 %CI: 85 - 99 %) and the specificity was 63 % (95 %CI: 26 - 90 %) in diagnosing abnormal biopsy consistent with celiac disease. CONCLUSION: i-SCAN-HDWI endoscopy can reflect the histological severity of celiac disease more accurately than conventional WLE alone. This novel endoscopic imaging can improve the diagnostic yield of duodenal biopsies in celiac patients, especially for those with a patchy distribution of villous damage.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».