P121 Clinicomic profiles new feature patterns based on a simplified location classification for Crohn’s disease
Notice bibliographique
Résumé
Abstract Background Crohn’s disease (CD) is a heterogeneous and complicated condition that often has delayed diagnoses and poor outcomes. Disease location and site-specific mechanisms have received increasing attention in recent studies. Suboptimal classification adds complexity to clinical management for CD and the interpretation of its characteristics. This study aims to clarify the clinicopathological characteristics of CD patients through a prospective cohort. Methods The clinical data from 1173 patients with definite CD diagnoses and a simplified location classification based on anatomical traits (G1: esophagus+stomach+duodenum; G2: jejunum+ileum; G3: ileocecum; G4: colon+rectum) were used to clarify the feature patterns (Figure 1). Results Of the enrolled patients, 437 were newly diagnosed, and 736 were prevalent patients. A higher proportion of L4 involvement (45.8%) and a lower proportion of L2 (6.8%) patients were observed under the Montreal location classification. Single G2 (17.8%), G2+G3 (22.2%), G3+G4 (12.5%) and G2+G3+G4 (27.8%) were the four major types in the simplified location classification (Figure 2A-2B). The patients with G4 presented with higher C-reactive protein, G2 patients had more stricturing/penetrating behavior, and single G2 patients had the oldest age at diagnosis (Table 1). A clinicomic study with machine learning methods including principal component analysis, cluster analysis and partial least squares discriminant analysis, identified hemoglobin, platelet count and C-reactive protein as the three key indicators. A decision tree based on the three indicators and disease behavior stratified all patients into six feature patterns (simply/complicatedly active, simply/complicatedly anemia and simply/complicatedly stable), which formed a two-twisted-cycle model for natural disease history (Figure 2C). Most patients started their cycles at the active phase, and the “simply” cycle was mainly advanced by medications, while most patients in the “complicatedly” cycle needed multidisciplinary care. Comparisons among the six subgroups showed that age at diagnosis had the same rise-and-fall pattern as the G2+G4- proportion, while the G2-G4+ proportion showed the opposite trend (Table 2, Figure 2D-2E). An external validation group (n=301) confirmed the above results. The role of disease location could be interpreted as an important factor determining its start point and site-specific trajectory in the two-twisted-cycle model. Conclusion Site-specific clinical characteristics clarified by the simplified location classification, the new feature patterns profiled by the clinicomic study may provide new insights into CD phenotyping, risk stratification and precision treatment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».