ECCO-ESGAR Topical Review on Optimizing Reporting for Cross-Sectional Imaging in Inflammatory Bowel Disease
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
BACKGROUND AND AIMS: The diagnosis and follow up of patients with inflammatory bowel disease [IBD] requires cross-sectional imaging modalities, such as intestinal ultrasound [IUS], magnetic resonance imaging [MRI] and computed tomography [CT]. The quality and homogeneity of medical reporting are crucial to ensure effective communication between specialists and to improve patient care. The current topical review addresses optimized reporting requirements for cross-sectional imaging in IBD. METHODS: An expert consensus panel consisting of gastroenterologists, radiologists and surgeons convened by the ECCO in collaboration with ESGAR performed a systematic literature review covering the reporting aspects of MRI, CT, IUS, endoanal ultrasonography and transperineal ultrasonography in IBD. Practice position statements were developed utilizing a Delphi methodology incorporating two consecutive rounds. Current practice positions were set when ≥80% of the participants agreed on a recommendation. RESULTS: Twenty-five practice positions were developed, establishing standard terminology for optimal reporting in cross-sectional imaging. Assessment of inflammation, complications and imaging of perianal CD are outlined. The minimum requirements of a standardized report, including a list of essential reporting items, have been defined. CONCLUSIONS: This topical review offers practice recommendations to optimize and homogenize reporting in cross-sectional imaging in IBD.
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) | 0,001 | 0,001 |
| 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) | 0,000 | 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