Faecal Calprotectin Predicts Endoscopic and Histological Activity in Clinically Quiescent Ulcerative Colitis
Notice bibliographique
Résumé
INTRODUCTION: Faecal calprotectin [FC] is a reliable surrogate marker for disease activity in ulcerative colitis [UC]; however, there are no consensus cut-off values for remission. The study aim was to correlate FC with Mayo Endoscopic Score [MES] and histological disease activity of UC patients in clinical remission. METHODS: Our study recruited adult UC patients at the McGill IBD Center between 2013 and 2017. Patients in clinical remission [partial Mayo score ≤2], undergoing endoscopy for disease activity or dysplasia surveillance, were enrolled. Before bowel preparation, FC was collected. MES was documented during colonoscopy. Biopsies were taken; histological activity was assessed using Geboes score and the presence of basal plasmacytosis. RESULTS: A total of 185 patients were recruited. The area under the curve [AUC] in receiver operating characteristic [ROC] analysis to predict MES 1-3 [from 0] was 0.743 [95% CI 0.67-0.82; p <0.001] with an FC cut-off value 170 µg/g [64% sensitivity, 74% specificity], and to predict MES 2-3 [from 0-1] was 0.722 [95% CI 0.61-0.83; p <0.001] with an FC cut-off value 170 µg/g [69% sensitivity, 65% specificity]. To differentiate MES 0 from MES 1, an FC value 130 µg/g yields a 70% sensitivity and 68% specificity. The AUC in ROC analysis to predict Geboes <3.1 was 0.627 [95% CI 0.55-0.71; p = 0.003], with an FC value 135 µg/g [54% sensitivity, 69% specificity]. CONCLUSIONS: In this large study, FC ≥170 µg/g predicts endoscopic activity and FC ≥135 µg/g predicts histological activity. Therefore in clinical practice, lower faecal calprotectin thresholds can be chosen to optimise identification of patients with ongoing endoscopic and histological disease activity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».