PR3-ANCA and panel diagnostics in pediatric inflammatory bowel disease to distinguish ulcerative colitis from Crohn's disease
Notice bibliographique
Résumé
BACKGROUND: Accurate classification of patients with inflammatory bowel disease into the subtypes ulcerative colitis (UC) and Crohn's disease (CD) is still a challenge, but important for therapy and prognosis. OBJECTIVES: To evaluate the diagnostic utility of anti-neutrophil cytoplasmic antibodies specific for proteinase-3 (PR3-ANCA) for ulcerative colitis (UC) and the value of an antibody panel incorporating PR3-ANCA to differentiate between Crohn's disease (CD) and UC. STUDY DESIGN: In this cohort study, 122 pediatric and adolescent individuals were retrospectively included (61 IBD patients of two clinical centers, 61 non-IBD controls). All subjects had a comprehensive antibody profile done from stored sera taken close to time of diagnosis. By employing quasi-exhaustive logistic regression the best discriminative model for UC and CD,subjects was determined in a training cohort and confirmed in a validation cohort. RESULTS: PR3-ANCA was specifically associated with UC (odds ratio (OR), 17.6; 95% confidence interval (CI); 3.6, 87); P < .001). A four antibody-panel including PR3-ANCA had an AUC of 90.81% (95%CI; 81.93, 99.69) to distinguish between UC and CD in the training cohort. In a smaller external validation cohort, the AUC was 84.13% (95%CI; 64.21, 100) for accurate diagnosis of CD and UC. CONCLUSION: PR3-ANCA is highly specific for UC. The differentiating capability of a panel, which contains PR3-ANCA and weighs broadly available antibodies, is superior and utilization of the panel can support accurate classification in the work-up of pediatric and adolescent patients with IBD patients.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».