Assessment of Crohn’s disease-associated small bowel strictures and fibrosis on cross-sectional imaging: a systematic review
Notice bibliographique
Résumé
Patients with Crohn's disease commonly develop ileal and less commonly colonic strictures, containing various degrees of inflammation and fibrosis. While predominantly inflammatory strictures may benefit from a medical anti-inflammatory treatment, predominantly fibrotic strictures currently require endoscopic balloon dilation or surgery. Therefore, differentiation of the main components of a stricturing lesion is key for defining the therapeutic management. The role of endoscopy to diagnose the nature of strictures is limited by the superficial inspection of the intestinal mucosa, the lack of depth of mucosal biopsies and by the risk of sampling error due to a heterogeneous distribution of inflammation and fibrosis within a stricturing lesion. These limitations may be in part overcome by cross-sectional imaging techniques such as ultrasound, CT and MRI, allowing for a full thickness evaluation of the bowel wall and associated abnormalities. This systematic literature review provides a comprehensive summary of currently used radiologic definitions of strictures. It discusses, by assessing only manuscripts with histopathology as a gold standard, the accuracy for diagnosis of the respective modalities as well as their capability to characterise strictures in terms of inflammation and fibrosis. Definitions for strictures on cross-sectional imaging are heterogeneous; however, accuracy for stricture diagnosis is very high. Although conventional cross-sectional imaging techniques have been reported to distinguish inflammation from fibrosis and grade their severity, they are not sufficiently accurate for use in routine clinical practice. Finally, we present recent consensus recommendations and highlight experimental techniques that may overcome the limitations of current technologies.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».