Chronic Granulomatous Disorder–Associated Colitis Can Be Accurately Evaluated with MRI Scans and Fecal Calprotectin Level
Notice bibliographique
Résumé
Colitis is a common and serious complication of chronic granulomatous disorder (CGD) and requires assessment. Colonoscopy is invasive and carries risks of serious complication. We therefore assessed non-invasive monitoring via magnetic resonance imaging (MRI). We also evaluated fecal calprotectin (FCP), the Harvey-Bradshaw index (HBI) clinical score, and serum cytokines. We recruited 10 patients with CGD (8 males, mean age 29.6 years), scored a modified HBI, and obtained stool for FCP. The following day we took blood for cytokine measurement via Luminex, performed MR enterography (scored by two independent radiologists using three systems: London score, CDMI, and MaRIA) followed by colonoscopy with disease activity measurement via ulcerative colitis endoscopic index of severity (UCEIS). We assessed patient experience after each investigation and overall preference with follow-up questionnaires. MRI scores correlated well with colonoscopic gold standard (for London score R 2 0.91, p < 0.0001; for CDMI R 2 0.83, p = 0.0006; for MaRIA R 2 0.89, p = 0.0002). MRI was better tolerated and generally preferred, quicker, and visualized the entire large bowel whereas colonoscopy did not reach the terminal ileum in 3 participants. Elevated FCP accurately differentiated patients with colitis from those without, and log(calprotectin) correlated well with disease activity ( R 2 0.71, p = 0.009). Serum interleukin (IL)-12 concentration correlated with colitis activity but IL-1β and TNF did not. Harvey-Bradshaw index did not correlate with colitis activity. MRI and fecal calprotectin are useful methods for monitoring CGD colitis and should reduce the need for colonoscopy in these patients. IL-12 may represent an appropriate target for treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».