A116 OPTIMIZING CROHN’S DISEASE ENDOSCOPIC SCORING OPERATING CHARACTERISTICS TO ASSIST WITH THE ADVENT OF ARTIFICIAL INTELLIGENCE
Notice bibliographique
Résumé
Abstract Background To date, no studies have used Artificial Intelligence (AI) to produce standard endoscopic scores for Crohn’s Disease (CD). These scores are essential to clinical practice and have a major cost in clinical trials. Purpose We aimed to re-examine the components of the Simple Endoscopic Score for Crohn’s Disease (SES-CD) and Modified Multiplier (MM-SES-CD) to see if scoring of individual colonic segments could be combined while maintaining predictive value accuracy, thus simplifying scoring for AI. Method Data from 279 participants in the UNITI and EXTEND trials as well as an infliximab biosimilar trial (NCT02096861) were used in this retrospective study. The primary outcome was endoscopic remission (ER-1) of the colon, defined as absence of ulcers. Secondary outcomes included alternative definitions of colonic endoscopic remission including SES-CD score of 0 (ER-2), SES-CD <3 (ER-3), and SES-CD reduction by 50% or greater from baseline (colonic endoscopic response). Result(s) The mean baseline SES-CD score was 13.7 (SD 7.7) and the mean MM-SES-CD score was 22.8 (SD 12.4). Among all possible colonic segment combinations, the combination of Right + Rectum + worst of Left or Transverse performed best for prediction of one-year ER-1, with fair accuracy (AUC 0.71, 95% CI 0.65-0.78, p < 0.0001). Accuracy of prediction of one-year ER-2 was poor (AUC 0.68, 95% CI 0.62-0.75, p < 0.0001), ER-3 was fair (AUC 0.71, 95% CI 0.65-0.77, p < 0.0001), and prediction of endoscopic response was poor (AUC 0.64, 95% CI 0.56-0.72, p > 0.01). These results were very similar to conventional scoring (without combining any “worst of” segments) with all of the colonic MM-SES-CD scores, with AUCs of 0.70, 0.69, 0.71, and 0.61 for the respective outcomes. Assessing only for the presence of ulcers was as accurate as the full assessment and exclusion of scoring stenosis had minimal impact on scores. Image Conclusion(s) By combining assessment of colonic segments accuracy was maintained compared with currently used endoscopic scoring. Assessing for features other than ulceration had no significant impact on overall scores. By combining colonic segments and limiting assessment to ulceration, it may be simpler to develop AI algorithms reliably scoring endoscopic severity of CD for clinical practice and trials. Please acknowledge all funding agencies by checking the applicable boxes below None Disclosure of Interest None Declared
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 | 0,016 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».