PTH-089 Rates of wound healing in patients with Crohn’s disease undergoing proctectomy
Notice bibliographique
Résumé
Introduction About 20% patients with perianal Crohn’s (pCD) undergo proctectomy with a significant number developing unhealed wounds. The purpose of this study was to determine factors which may be associated with poor wound healing in patients with pCD who had undergone proctectomy in the biologics era. Methods Case record review was carried out of 79 patients with pCD who underwent proctectomy at St Mark’s Hospital between 2005 and 2017. Healing rates at 6 and 12 months post proctectomy were considered and univariate regression analysis was performed. Results Complete data regarding healing were available for 97.5% (77/79) at 6 months and 100% at 12 months. 45/77 (43.7%) patients had failure of wound healing at 6 months and 34/79 (33%) at 12 months. A younger age at diagnosis of Crohn’s disease was significantly associated with failure of healing at 12 months (median age 21± 9.7 unhealed; median age 27 ± 13.6 healed; p=0.03). 76.7% (61/79) patients received biologic treatments prior to proctectomy, however exposure to biologics was not a significant factor in predicting failure of wound healing (Infliximab p=0.74; Adalimumab p=0.57; Vedolizumab p=0.21). Current smoking status was not associated with poor wound healing (p=0.18). Other parameters which were not associated with failure of wound healing in our cohort included gender, corticosteroid exposure in the previous one month, thiopurine exposure in previous 3 months, number of biologics exposed to, perianal sepsis on MRI within the last 12 months, Montreal Classification, duration of CD prior to proctectomy, albumin and CRP. Conclusion A third of patients have unhealed wounds after 1 year follow-up after protectomy. A younger age at diagnosis of Crohn’s disease was the only factor associated with an unhealed perineal wound; this may in part be due to more severe disease progression in patients diagnosed at a younger age. Larger scale studies are required to determine if other parameters such as exposure to biologics play a role in predicting rates of wound healing.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».