Fecal Markers of Inflammation and Disease Activity in Pediatric Crohn Disease
Notice bibliographique
Résumé
BACKGROUND: Noninvasive and accurate methods to monitor inflammatory bowel disease are required. As a planned ancillary study of the prospective ImageKids cohort, we aimed to assess the performance of fecal calprotectin (FC) with comparison to 3 fecal inflammatory markers; S100A12 (FA12), tumor pyruvate kinase isoenzyme type M2 (FM2PK) and fecal osteoprotegerin (FOPG) as indicators of a number of disease characteristics. METHODS: The ImageKids study was a multicenter study designed to develop 2 magnetic resonance enterography-based measures for children with Crohn disease (6-18 years old). All patients underwent magnetic resonance enterography, a complete ileocolonoscopic evaluation and provided a fecal sample. Fecal samples were assay for FC, FA12, FM2PK, and FOPG by ELISA. RESULTS: One-hundred fifty-six children provided 190 fecal samples. Median (interquartile range) for fecal makers were FC, 602 (181-1185) μg/g; FA12, 21 (3-109) μg/g; FM2PK, 16 (2-20) U/mL; and FOPG, 125 (125-312) μg/g. All markers correlated with simple endoscopic severity index for Crohn disease and with other constructs of disease activity, but FC had the highest overall correlations. FA12, however, predicted mucosal healing with significantly higher specificity (87% vs 70%, P = 0.004) and equivalent sensitivity (91% vs 90%) compared to FC. CONCLUSION: This study has confirmed that FC is useful, and overall best, marker to monitor mucosal inflammation in inflammatory bowel disease. FA12, however, appears to be a more suitable maker for prediction of mucosal healing in children.
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 | 0,003 |
| 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 | 0,000 | 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) | 0,001 | 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 ».