EVALUATION OF CLINICAL VARIABLES, RADIOLOGICAL VISUAL ANALOG SCORING, AND RADIOMICS FEATURES ON CT ENTEROGRAPHY FOR CHARACTERIZING SEVERE INFLAMMATION AND FIBROSIS IN STRICTURING CROHN’S DISEASE
Notice bibliographique
Résumé
Abstract PURPOSE 25% of patients with Crohn’s disease (CD) develop severe stricturing disease which is non-responsive to standard-of-care medication. Early and non-invasive determination of the extent of inflammation and fibrosis within the stricture via CT enterography (CTE) could facilitate the selection of targeted therapy or earlier surgical resection to improve patient outcomes; but currently there is no validated and reliable approach for this differentiation. We present initial results for machine-reader evaluation of severe inflammation and fibrosis in CD strictures via quantitative radiomic features and expert radiologist scoring on CTE. METHODS AND MATERIALS IRB approved, retrospective, single center study. 100 patients (n=66 for discovery; n=34 for hold-out validation) confirmed with stricturing CD on histopathology and CTE within 15 weeks of surgery. Histopathological Stenosis Therapy & Research (STAR) scoring of specimens (range 0-100, scores > 50 =severe) used as reference standard for inflammation and fibrosis each. An expert radiologist annotated the resected strictures on CTE and provided a global assessment of inflammation and chronic non-inflammatory findings (fibrosis) using a 0-100 visual analog score (VAS). Radiomics features to capture severe inflammation and fibrosis were separately extracted from the annotated strictures. Radiomics models and VAS scores evaluated against pathology-defined severe inflammation and fibrosis, via ROC analysis. RESULTS Two distinct sets of radiomic features capturing textural heterogeneity (patterns, wavelets, local entropy) within strictures were significantly associated (p<0.01) with severe inflammation and severe fibrosis; across both discovery (AUC=0.69, 0.69) and hold-out validation (AUCs =0.72,0.67). Radiological VAS had an AUC=0.64 for identifying severe inflammation and AUC =0.62 for identifying severe fibrosis (Figure 1). Clinical variables including sex, age, Montreal classification and stricture type were not significantly associated with severe inflammation or fibrosis, across discovery and validation groups (Table 1). CONCLUSIONS Radiomic analysis shows improved performance in identifying severe inflammation and severe fibrosis in CD strictures on CTE compared to radiological visual assessment scoring. Supplementing radiological visual assessment with quantitative radiomics could enable more accurate phenotyping of CD strictures potentially improving outcomes by personalizing treatment pathways.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».