Noninvasive Fecal Immunochemical Testing and Fecal Calprotectin Predict Mucosal Healing in Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: The noninvasive biomarkers fecal immunochemical testing (FIT) and fecal calprotectin (FCP) are sensitive for prediction of mucosal inflammation in inflammatory bowel disease. However, neither test has yet been shown to independently and accurately predict mucosal healing (MH). We aimed to assess the specificity of noninvasive FIT and FCP for MH prediction. METHODS: In this prospective cohort study of adult inflammatory bowel disease outpatients presenting for colonoscopy, stool samples for FIT and FCP were collected 48 hours before endoscopy. Using MH defined by Simple Endoscopic Score for Crohn's disease (SES-CD = 0), Rutgeert's score (i0), and the Ulcerative Colitis Endoscopic Index of Severity (UCEIS = 3), receiver operator characteristic curves were plotted, and sensitivity, specificity, positive and negative predictive values, and areas under the curve were calculated. Multivariate logistic regression analysis was used to develop a clinical model for noninvasively predicting MH. RESULTS: Eighty patients (40 Crohn's disease and 40 ulcerative colitis) were enrolled. The specificities of FIT <100 ng/mL and FCP <250 μg/g for MH were 0.57 (95% confidence interval, 0.38-0.74) and 0.77 (0.57-0.89), respectively. Positive predictive values for MH for FIT <100 ng/mL and FCP <250 μg/g were 0.78 (0.64-0.87) and 0.77 (0.58-0.90), respectively. In multivariate modeling, combining FIT, FCP, and clinical symptomatic remission improved specificity for MH to 0.90 (0.72-0.97) with positive predictive values of 0.84 (0.60-0.96). Areas under the curve for FIT was higher for patients with ulcerative colitis (0.88) than for patients with Crohn's disease (0.69, P = 0.05). CONCLUSIONS: FIT and FCP have similar performance characteristics for identifying MH. Combined, low FIT, low FCP, and clinical remission are specific for MH.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».