The development of a magnetic resonance imaging index for fistulising Crohn's disease
Notice bibliographique
Résumé
BACKGROUND: Magnetic resonance imaging (MRI) is the gold standard for assessment of perianal fistulising Crohn's disease (CD). The Van Assche index is the most commonly used MRI fistula index. AIMS: To assess the reliability of the Van Assche index, and to modify the instrument to improve reliability and create a novel index for fistulising CD. METHODS: A consensus process developed scoring conventions for existing Van Assche index component items and new items. Four experienced radiologists evaluated 50 MRI images in random order on three occasions. Reliability was assessed by estimates of intraclass correlation coefficients (ICCs). Common sources of disagreement were identified and recommendations made to minimise disagreement. A mixed effects model used a 100 mm visual anologue scale (VAS) for global severity as outcome and component items as predictors to create a modified Van Assche index. RESULTS: Intraclass correlation coefficients (95% confidence intervals) for intra-rater reliability of the original and modified Van Assche indices and the VAS were 0.86 (0.81-0.90), 0.90 (0.86-0.93) and 0.86 (0.82-0.89). Corresponding ICCs for inter-rater reliability were 0.66 (0.52-0.76), 0.67 (0.55-0.75) and 0.58 (0.47-0.66). Sources of disagreement included number, location, and extension of fistula tracts, and rectal wall involvement. A modified Van Assche index (range 0-24) was created that included seven component items. CONCLUSIONS: Although "almost perfect" intra-rater reliability was observed for the assessment of MRI images for fistulising CD using the Van Assche index, inter-rater reliability was considerably lower. Our modification of this index should result in a more optimal instrument.
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 | 0,001 | 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 ».