Comparison of Fecal Calprotectin Methods for Predicting Relapse of Pediatric Inflammatory Bowel Disease
Notice bibliographique
Résumé
Background. Pediatric inflammatory bowel disease (IBD) is on the rise worldwide. Endoscopies are necessary for IBD assessment but are invasive, expensive, and inconvenient. Recently, fecal calprotectin (FCal) was proposed as a noninvasive and specific marker of gut inflammation. We evaluated the analytical performance of three FCal assays and their clinical performance in predicting relapse in pediatric IBD. Methods. This study used 40 pediatric IBD and 40 random non-IBD patients’ fecal samples. Two automated ELISAs (Bühlmann and PhiCal® Calprotectin-EIA) and an EliA (Phadia 250 EliA-Calprotectin) were used to evaluate the analytical performance. The clinical performance was assessed by PhiCal Calprotectin-EIA, EliA-Calprotectin, and Bühlmann immunochromatographic point-of-care test (POCT). Results. All assays displayed acceptable analytical performance below and above the medical decision cut-off [imprecision (CV < 10% intra-assay; <15% interassay); linearity (overall mean % deviation < 16.5%)]. The agreement with PhiCal Calprotectin-EIA was 100% and 78.6% for Bühlmann (95% CI, 87.5–100; Kappa: 1) and EliA-Calprotectin (95% CI, 60.5–89.8; Kappa: 0.32), respectively, and 63.6% between Bühlmann and EliA-Calprotectin (95% CI, 46.6–77.8; Kappa: 0.16). All assays evaluated had similar clinical performance [AUC: 0.84 (EliA-Calprotectin); 0.83 (POCT and PhiCal Calprotectin-EIA)]. Conclusion. FCal levels determined using the same method and assay together with clinical history would be a noninvasive and useful tool in monitoring pediatric IBD.
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 | 0,007 | 0,010 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».