P631 Development and validation of a clinical scoring tool for predicting treatment outcomes with vedolizumab in patients with ulcerative colitis
Notice bibliographique
Résumé
We created and validated a clinical decision support tool (CDST) for vedolizumab (VDZ) therapy in active ulcerative colitis (UC). To identify factors associated with corticosteroid-free remission (CSFREM; full Mayo score ≤2, no sub-score >1), logistic regression analyses were run on data from the GEMINI 1 VDZ trial for UC (derivation set; n = 620) and used to develop a CDST. Correlations between VDZ exposure, onset of action, and efficacy across predicted-probability groups were explored, and the CDST was externally validated in an observational cohort of VDZ-treated UC patients (validation set; n = 199). Factors independently associated with CSFREM were absence of previous tumour necrosis factor antagonist exposure (+3 points), disease duration ≥2 years (+3 points), baseline endoscopic activity (moderate vs. severe) (+2 points), and baseline albumin concentration (+0.65 points per g/l). Patients were stratified into low (≤26 points), intermediate (>26 to ≤32 points), or high (>32 points) probability of response groups. The higher probability group more rapidly achieved symptom activity reductions and attained higher rates of CSFREM (p < 0.001). In the validation set, a 26-point cut-off value showed high sensitivity (93%) for identifying non-responders. A statistically significant linear relationship was observed between VDZ exposure, probability groups, and efficacy in the derivation set (p < 0.001). In the validation set, only the low–intermediate probability group benefited from VDZ interval shortening for lack of response (p = 0.02). We developed and externally validated a CDST with good discriminative performance for predicting CSFREM with VDZ in UC patients. Pending further validation, this tool could be a helpful aid in identifying patients who would benefit from VDZ interval shortening due to insufficient response. (GEMINI 1: NCT00783718).
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 | 0,010 | 0,030 |
| 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 | 0,002 | 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 | 0,000 |
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 ».