MétaCan
Menu
Retour à la cohorte
Enregistrement W3089000299 · doi:10.1053/j.gastro.2020.07.065

Predicting Outcomes in Pediatric Crohn’s Disease for Management Optimization: Systematic Review and Consensus Statements From the Pediatric Inflammatory Bowel Disease–Ahead Program

2020· review· en· W3089000299 sur OpenAlexafffund
Amanda Ricciuto, M Aardoom, Esther Orlanski‐Meyer, Dan Navon, Nicholas Carman, Marina Aloi, Jiří Bronský, Jan Däbritz, Marla Dubinsky, Séamus Hussey, Peter Lewindon, Javier Martín de Carpi, Víctor Manuel Navas‐López, Marina Orsi, Frank M. Ruemmele, Richard K. Russell, Gábor Veres, Thomas D. Walters, David C. Wilson, Thomas Kaiser, Lissy de Ridder, Dan Turner, Anne M. Griffiths

Notice bibliographique

RevueGastroenterology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensChildren's Hospital of Eastern OntarioSickKids FoundationUniversity of OttawaHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNestléBiocodex FranceJanssen PharmaceuticalsTakeda CanadaZonMwFerring PharmaceuticalsEuropean Crohn's and Colitis OrganisationFerringMerck Sharp and DohmePfizerNestlé Nutrition InstituteAbbVieDanoneGenentechNestlé Health ScienceAbbVie CanadaMead Johnson NutritionCelgeneGilead SciencesCelltrionRocheBoehringer IngelheimAmgenShireEli Lilly and CompanyJohnson and JohnsonMerckGlaxoSmithKline
Mots-clésMedicineInflammatory bowel diseaseCrohn's diseaseDiseaseIntensive care medicineConsensus conferenceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & AIMS: A better understanding of prognostic factors within the heterogeneous spectrum of pediatric Crohn's disease (CD) should improve patient management and reduce complications. We aimed to identify evidence-based predictors of outcomes with the goal of optimizing individual patient management. METHODS: A survey of 202 experts in pediatric CD identified and prioritized adverse outcomes to be avoided. A systematic review of the literature with meta-analysis, when possible, was performed to identify clinical studies that investigated predictors of these outcomes. Multiple national and international face-to-face meetings were held to draft consensus statements based on the published evidence. RESULTS: Consensus was reached on 27 statements regarding prognostic factors for surgery, complications, chronically active pediatric CD, and hospitalization. Prognostic factors for surgery included CD diagnosis during adolescence, growth impairment, NOD2/CARD15 polymorphisms, disease behavior, and positive anti-Saccharomyces cerevisiae antibody status. Isolated colonic disease was associated with fewer surgeries. Older age at presentation, small bowel disease, serology (anti-Saccharomyces cerevisiae antibody, antiflagellin, and OmpC), NOD2/CARD15 polymorphisms, perianal disease, and ethnicity were risk factors for penetrating (B3) and/or stenotic disease (B2). Male sex, young age at onset, small bowel disease, more active disease, and diagnostic delay may be associated with growth impairment. Malnutrition and higher disease activity were associated with reduced bone density. CONCLUSIONS: These evidence-based consensus statements offer insight into predictors of poor outcomes in pediatric CD and are valuable when developing treatment algorithms and planning future studies. Targeted longitudinal studies are needed to further characterize prognostic factors in pediatric CD and to evaluate the impact of treatment algorithms tailored to individual patient risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,010
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,296
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations108
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueGastroenterologyMême sujetInflammatory Bowel DiseaseTravaux en français237 207