The Simple Pediatric Activity Ultrasound Score (SPAUSS) for the Accurate Detection of Pediatric Inflammatory Bowel Disease
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to identify the most significant ultrasound (US) parameters that predict inflammatory activity and develop a simple US activity score. METHODS: Patients were identified through retrospective evaluation of an established database of children with inflammatory bowel disease (IBD). Patients with endoscopy and US within 60 days were included (N = 75). US parameters evaluated included: bowel wall thickness (BWT), mesenteric inflammatory fat, lymphadenopathy, and hyperemia. The weighted kappa statistic was calculated to assess agreement between sonographic and endoscopically identified disease location. Using a proportional odds model and ordinal logistic regression, statistically significant (P < 0.05) parameters were used to generate a score. Variables were weighted to classify individuals into severity classes. Receiver operating characteristic curves were plotted to demonstrate the score's discriminative and predictive capacity. RESULTS: There was substantial agreement between US and endoscopy for all disease locations (weighted kappa = 0.85) and substantial agreement for ileocolonic disease (weighted kappa = 0.96). Two sonographic parameters were identified as contributing significantly to disease activity: BWT and mesenteric inflammatory fat (P < 0.05). A predictive score was developed incorporating BWT, hyperemia and inflammatory fat, and receiver operating characteristic curve curves demonstrated good predictive capacity to distinguish between the absence of disease (normal) and active disease with an area under the curve of 82.1%. CONCLUSIONS: The most important sonographic parameters for predicting disease activity were BWT and mesenteric inflammatory fat. When combined with hyperemia into a simple score, there was accurate detection of inflammatory activity in children with inflammatory bowel disease. This score may facilitate noninvasive, bedside detection of inflammation, and standardize the use of US in children.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».