Data Mining Approach for the Characterization of Functional Bowel Disorders According to Symptom Intensity Provides a Small Number of Homogenous Groups
Notice bibliographique
Résumé
BACKGROUND/AIMS: The aim of the present study is to evaluate if the intensity of the cardinal symptoms of functional bowel disorders could be used to identify homogenous groups of patients defined by the Rome criteria. METHOD: In this observational study, 1,729 consecutive outpatients (73% females) filled out the Rome III questionnaire and 10-point Likert scales for constipation, diarrhea, bloating (BL)/distension, abdominal pain (AP) during the week before the medical consultation. A Gaussian mixture model was used for clustering the patients according to the intensity of symptoms without a priori information, and a classification tree was constructed from this clustering. Data were analyzed using analysis of variance and logistic regression analysis. RESULTS: According to the intensity of symptoms, the patients are divided into 8 groups named according to their main symptomatology: "painful constipation" (PFC), "mild pain constipation" (MPC), "painful diarrhea" (PFD), "mild pain diarrhea" (MPD), "mixed transit" (MT), "BL," "AP," and "nonspecific" (NS). The study of the relationship between the Rome III classification and this new grouping shows that irritable bowel syndrome (IBS)-constipation is associated with PFC, IBS-diarrhea with PFD and MPD, SII-mixed with MT, SII-unspecified with BL, functional constipation with PFC and MPC, functional diarrhea with MPD and NS, BL with "BL" and NS, nonspecific functional bowel disorders (FBD) with NS, and functional AP with "BL" and AP (p < 0.01 for all associations). CONCLUSION: A symptom intensity-based classification of FBD patients could simplify clinical phenotype, give homogeneous groups of patients, and could eventually be used by nongastroenterologists and in clinical research.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».