Predicting Surgery at the Moment of Diagnosis of Crohnʼs Disease Is Possible: Proposal of a Predictive Model
Notice bibliographique
Résumé
Introduction: It is estimated that 80% of patients with Crohn's Disease (CD) will required a surgery anytime during their lives. However, few studies to determine predictors of surgery at the precise moment of diagnosis have been performed. We aimed to identify predictive factors for surgery at the moment of diagnosis and to propose a predictive model for that outcome, able to guide therapeutic decisions. Methods: Unicentric, retrospective, case-control study of CD patients: 71 cases with previous abdominal surgery for CD and 205 non-operated CD controls. Demographic, clinical, laboratorial, and endoscopic data and Montreal classification at the moment of diagnosis were collected. Statistical analysis was performed using SPSS software, version 22.0. Results: There were no differences between groups regarding gender (p=0,984) or family history (p=0,970). Smoking habits were more common in cases (p=0,003). Concerning Montreal classification, L3 location was more common in cases (pdiagnosis, anemia (p(cirurgia)=1/(1+e-[-1.692+1.1xL3+3.09xB2/B3-0.317xHb(g/dL)+0.214xLeuc(x10ˆ3/μL)])), with a specificity of 93.5%, a sensitivity of 71.4%, a positive predictive value of 76.9%, and a negative predictive value of 91.6%. Conclusion: At the moment of diagnosis, behaviour and location of CD and haemoglobin and leukocyte values, when integrated in the proposed predictive model, allow, with high specificity, identification of patients potentially requiring surgery. In these patients, the use of more aggressive medical therapies should be considered to avoid or at least defer a surgical outcome.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».