Étude de l’entéro-IRM dans l’évaluation de l’inflammation colique au cours de la maladie de Crohn
Notice bibliographique
Résumé
L’ileo-coloscopie est un outil indispensable dans l’evaluation de la maladie de Crohn. Les changements d’objectifs therapeutiques vont conduire a l’avenir a repeter les examens. Ainsi la recherche d’alternative non invasive est necessaire. Le but de notre travail etait d’evaluer les performances de l’entero-IRM realisee pour l’exploration du grele, sur l’analyse des lesions coliques. Patients et Methodes : Les sensibilites (Se), specificites (Sp), valeurs predictives negatives (VPN) et valeurs predictives positives (VPP) de l’entero IRM etaient calculees par rapport a l’examen de reference qui est la coloscopie, en fonction du type de lesions et par segment colique. Les facteurs clinico biologiques associes aux risques de meconnaitre des lesions en entero-IRM ont ete recherches. Resultats : 107 patients âges en moyenne de 36 ans ont ete inclus de mars 2009 a septembre 2015 de maniere retrospective. Les meilleurs performances diagnostiques avec une Se : 68.8%, Sp : 86.3%, VPN :93.4%, VPP : 93.4% etaient obtenues lorsque la definition de positivite de la coloscopie reposait sur l’absence de lesions ulcerees. Les performances de detection des lesions etaient maximales dans le sigmoide et le colon gauche. En revanche l’analyse par lesion retrouvaient des performances insuffisantes. Les faux negatifs de l’entero-IRM se distinguaient le plus des vrai negatifs par l’absence de chirurgie (p = 0.009), la localisation L2 ou L3 (p = 0.007), le phenotype B1 selon la classification de Montreal (p = 0.023), un taux d’hemoglobine bas (p = 0.004) et une tendance a l’hypoalbuminemie (p = 0.08). Conclusion : Les performances finales de l’entero IRM rendent possibles son utilisation dans la detection des lesions coliques au cours de la maladie de Crohn. Les performances de detection notamment pour les localisations coliques droites et les lesions ulcerees devront etre ameliorees avant son utilisation en routine.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».