Prognostic biomarkers to identify patients likely to develop severe Crohn’s disease: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Identification of biomarkers that predict severe Crohn's disease is an urgent unmet research need, but existing research is piecemeal and haphazard. OBJECTIVE: To identify biomarkers that are potentially able to predict the development of subsequent severe Crohn's disease. DESIGN: This was a prognostic systematic review with meta-analysis reserved for those potential predictors with sufficient existing research (defined as five or more primary studies). DATA SOURCES: PubMed and EMBASE searched from inception to 1 January 2016, updated to 1 January 2018. REVIEW METHODS: Eligible studies were studies that compared biomarkers in patients who did or did not subsequently develop severe Crohn's disease. We excluded biomarkers that had insufficient research evidence. A clinician and two statisticians independently extracted data relating to predictors, severe disease definitions, event numbers and outcomes, including odds/hazard ratios. We assessed risk of bias. We searched for associations with subsequent severe disease rather than precise estimates of strength. A random-effects meta-analysis was performed separately for odds ratios. RESULTS: antibodies and anti-flagellin antibodies) and one genetic biomarker (nucleotide-binding oligomerisation domain-containing protein 2) displayed statistically significant prognostic potential. Overall, the strongest association with subsequent severe disease was identified for Montreal B2 and B3 categories (odds ratio 4.09 and 6.25, respectively). LIMITATIONS: Definitions of severe disease varied widely, and some studies confounded diagnosis and prognosis. Risk of bias was rated as 'high' in 92% of studies overall. Some biomarkers that are used regularly in daily practice, for example C-reactive protein, were studied too infrequently for meta-analysis. CONCLUSIONS: Research for individual biomarkers to predict severe Crohn's disease is scant, heterogeneous and at a high risk of bias. Despite a large amount of potential research, we encountered relatively few biomarkers with data sufficient for meta-analysis, identifying only eight biomarkers with potential predictive capability. FUTURE WORK: We will use existing data sets to develop and then validate a predictive model based on the potential predictors identified by this systematic review. Contingent on the outcome of that research, a prospective external validation may prove clinically desirable. STUDY REGISTRATION: This study is registered as PROSPERO CRD42016029363. FUNDING: ; Vol. 25, No. 45. See the NIHR Journals Library website for further project information.
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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,015 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».