MétaCan
Menu
Retour à la cohorte
Enregistrement W4308062184 · doi:10.1002/ueg2.12326

Crohn's disease related strictures in cross‐sectional imaging: More than meets the eye?

2022· review· en· W4308062184 sur OpenAlex
Joseph Sleiman, Prathyush Chirra, Namita Gandhi, Mark E. Baker, Cathy Lu, Ilyssa O. Gordon, Satish E. Viswanath, Florian Rieder

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueUnited European Gastroenterology Journal · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCongressionally Directed Medical Research ProgramsNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteCollege of Dentistry, University of Kentucky
Mots-clésMedicineCrohn's diseaseModalitiesDiseaseInflammatory bowel diseasePathologyExtracellular matrixTreatment modalityPathophysiologyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Strictures in Crohn's disease (CD) are a hallmark of long-standing intestinal damage, brought about by inflammatory and non-inflammatory pathways. Understanding the complex pathophysiology related to inflammatory infiltrates, extracellular matrix deposition, as well as muscular hyperplasia is crucial to produce high-quality scoring indices for assessing CD strictures. In addition, cross-sectional imaging modalities are the primary tool for diagnosis and follow-up of strictures, especially with the initiation of anti-fibrotic therapy clinical trials. This in turn requires such modalities to both diagnose strictures with high accuracy, as well as be able to delineate the impact of each histomorphologic component on the individual stricture. We discuss the current knowledge on cross-sectional imaging modalities used for stricturing CD, with an emphasis on histomorphologic correlates, novel imaging parameters which may improve segregation between inflammatory, muscular, and fibrotic stricture components, as well as a future outlook on the role of artificial intelligence in this field of gastroenterology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,286
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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