ASSESSMENT OF SEVERITY OF ULCERATIVE COLITIS ON FIRST COLONOSCOPIC EXAMINATION
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To assess the severity of ulcerative colitis on first colonoscopic examination.
 Study Design: Prospective cross-sectional (correlational) study design.
 Place and Duration of Study: Study was conducted in Gastroenterology Outpatient Department of Pak Emirates Military Hospital, Rawalpindi, from Nov 2017 to Oct 2018.
 Methodology: An aggregate of 200 patients within the age range of 12-70 years, were included in the studythrough non-probability consecutive sampling. The data was collected by the self-administered questionnaireincluding age, gender, stool frequency, P/R bleed, systemic features of ulcerative colitis & colonoscopic findings.Effectiveness of the procedures was noted on a pre-designed performa and the endoscopic assessment was based upon mayo score severity of colitis graded from Normal (0) to Severe (3). Data was analyzed by using SPSS-19.
 Results: The mean age of the participants was reported 38 ± 2.1 years. Out of 200 participants 104 (52%) weremale, diarrhea with PR bleed was positive in 180 (90%) & anemia in 154 (77%). Colonoscopic findings showedthat 72 (36%) were with Left sided colitis (Montreal Class E2) & 82 (41%) with proctitis (Montreal class E1). Severe disease (Mayo endoscopic Score 3) was positive in 118 (59%) patients.
 Conclusion: Assessment of severity of UC is important as it determines the long term management & alsovaluable for risk stratification to predict the prognosis. Our findings feature the requirement for system levelenhancements to encourage the proper delivery of colonoscopy services dependent on individual risk.
 Keywords: , , , .
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle