Diagnostic Accuracy of Non-Invasive Imaging for Detection of Colonic Inflammation in Patients with Inflammatory Bowel Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Endoscopy is the gold standard for objective assessment of colonic disease activity in inflammatory bowel disease (IBD). Non-invasive colonic imaging using bowel ultrasound (US), computed tomography (CT), and magnetic resonance imaging (MRI) may have a role in quantifying colonic disease activity. We reviewed the diagnostic accuracy of these modalities for assessment of endoscopically or histopathologically defined colonic disease activity in IBD. We searched Embase, MEDLINE, and the Web of Science from inception to 20 September 2021. QUADAS-2 was used to evaluate the studies' quality. A meta-analysis was performed using a bivariate model approach separately for MRI and US studies only, and summary receiver operating characteristic (ROC) curves were obtained. CT studies were excluded due to the absence of diagnostic test data. Thirty-seven studies were included. The mean sensitivity and specificity for MRI studies was 0.75 and 0.91, respectively, while for US studies it was 0.82 and 0.90, respectively. The area under the ROC curves (AUC) was 0.88 (95% CI, 0.82 to 0.93) for MRI, and 0.90 (95% CI, 0.75 to 1.00) for US. Both MRI and US show high diagnostic accuracy in the assessment of colonic disease activity in IBD patients.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,018 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| 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 ».