Impact of medical therapy on patients with Crohn’s disease requiring surgical resection
Notice bibliographique
Résumé
AIM: To evaluate the impact of medical therapy on Crohn’s disease patients undergoing their first surgical resection.METHODS: We retrospectively evaluated all patients with Crohn’s disease undergoing their first surgical resection between years 1995 to 2000 and 2005 to 2010 at a tertiary academic hospital(St. Paul’s Hospital, Vancouver, Canada). Patients were identified from hospital administrative database using the International Classification of Diseases 9 codes. Patients’ hospital and available outpatient clinic records were independently reviewed and pertinent data were extracted. We explored relationships among time from disease diagnosis to surgery, patient phenotypes, medication usage, length of small bowel resected, surgical complications, and duration of hospital stay.RESULTS: Total of 199 patients were included; 85 from years 1995 to 2000(cohort A) and 114 from years 2005 to 2010(cohort B). Compared to cohort A, cohort B had more patients on immunomodulators(cohort A vs cohort B: 21.4% vs 56.1%, P < 0.0001) and less patients on 5-aminosalysilic acid(53.6% vs 29.8%, P = 0.001). There was a shift from inflammatory to stricturing and penetrating phenotypes(B1/B2/B3 38.8% vs 12.3%, 31.8% vs 45.6%, 29.4% vs 42.1%, P < 0.0001). Both groups had similar median time to surgery. Within cohort B, 38 patients(33.3%) received anti-tumor necrosis factor(TNF) agent. No patient in cohort A was exposed to anti-TNF agent. Compared to patients not on anti-TNF agent, ones exposed were younger at diagnosis(anti-TNF vs without anti-TNF: A1/A2/A3 39.5% vs 11.8%, 50% vs 73.7%, 10.5% vs 14.5%, P = 0.003) and had longer median time to surgery(90 mo vs 48 mo, P = 0.02). Combination therapy further extended median time to surgery. Using timedependent multivariate Cox proportional hazard model, patients who were treated with anti-TNF agents had a significantly higher risk to surgery(adjusted hazard ratio 3.57, 95%CI: 1.98-6.44, P < 0.0001) compared to those without while controlling for gender, disease phenotype,
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 | 0,000 | 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 | 0,001 | 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 ».