P475. What is our success on complex perianal fistulae healing under optimal medical treatment ending up with ileostomy?
Notice bibliographique
Résumé
radioimmunoassay, Sanquin Laboratories).PK was analysed by nonlinear mixed-effects modelling and described using a 2-compartiment PK model.All influential covariates were combined into a full model.Results: A total of 734 distinct IFX concentrations measurements were included, comprising data from 324 IBD patients (mean 2.27 measurements).Disease extent was scored based on the Montreal classification for 252 Crohn's disease patients (L1:53/252, L2:79/252, L3: 120/252) and 72 ulcerative colitis patients (E1: 6/72, E2: 26/72, E3:40/72).318/324(98%) of patients were anti-TNF naïve at start of IFX.Mean dose of IFX was 5.49 mg/kg (SD 1.39).ATI were detected in 100/324 (31%) patients.Mean (inter individual variability) values for clearance, central and peripheral volume of distribution were 0.34 L/day (74%), 12.8 L (98%) and 15.1 L (153%).Disease extent did not affect PK.Body weight and anti-IFX antibodies were identified as independent covariates (P<0.001)increasing clearance (mean (SE)) by 2.76 (14.1) fold and 6.04 (10.3) fold respectively, whereas serum albumin had a -0.69 (22.2) fold inverse impact on clearance.Because serum CRP values tended to change rapidly after initiation of treatment, and use of concomitant immunomodulators was often intermittent, these factors could not be evaluated as independent covariates although the administration of continuous concomitant immunomodulators was associated with a decrease in clearance.Conclusions: Antibodies to infliximab, body weight and low serum albumin levels increase clearance of infliximab.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».