MétaCan
Menu
Retour à la cohorte
Enregistrement W4391218342 · doi:10.1093/ibd/izae020.064

THE IMPACT OF OBESITY ON THE PREVALENCE AND SEVERITY OF PERIANAL COMPLICATIONS OF CROHN'S DISEASE

2024· article· en· W4391218342 sur OpenAlexaboutno aff
Jennifer Youn, Katie Hsia, Surya Khadilkar, Tanya Zeina, Puja Rai, Akash Rastogi, Pranay Adavelly, Sureya Hussani, J.M. de Miguel Yanes, Jacob Kotlier, Alexander N. Levy, Sonia Friedman

Notice bibliographique

RevueInflammatory Bowel Diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAnorectal Disease Treatments and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineObesityDiseaseCrohn's diseaseInternal medicineCrohn diseaseGastroenterology

Résumé

récupéré en direct d'OpenAlex

Abstract INTRODUCTION The incidence of obesity in patients with inflammatory bowel disease (IBD) is increasing and there is limited data on the effects of obesity on disease phenotype. Several studies have investigated the association of obesity with perianal fistulizing disease with conflicting results. In this study, we aim to examine the relationship between obesity and the prevalence and severity of perianal complications in patients with Crohn’s disease (CD). METHODS We conducted a cross-sectional study of CD patients treated at a tertiary care center from 2012 to 2022. Collected data included sex, race, smoking history, family history, maximum body mass index (BMI), and Montreal classification (Table 1). Obesity was defined as maximum BMI ≥30kg/m2 and further subdivided into 5 BMI categories (Table 2). The prevalence of perianal disease was defined by a history of perianal fistula. The severity of perianal disease was measured by four variables including history of perianal fistula surgery, number of perianal surgeries, history of fecal diversion, and median time to first anal surgery. Perianal fistula surgeries included abscess incision and drainage, seton placement, fistulectomy, and/or fistulotomy. Pearson’s chi-squared test was used to compare 2 categorical variables (non-obese vs obese). Exact Cochran-Armitage trend test was used to compare 5 BMI categorical variables. A 95% confidence interval was used with an alpha of 0.5. Values of p <0.05 was considered statistically significant. Data analysis was performed using Excel. RESULTS A total of 704 patients with CD were treated. In all, 68.9% were non-obese and 31.1% were obese. Furthermore, 2.8% were underweight, 36.5% normal weight, 29.5% overweight, 17.9% obese, and 13.2% severely obese. Non-obese patients were more likely to have a family history of IBD (p=0.043). Obese patients were more likely to have extraintestinal manifestations (p=0.004) and/or be former smokers (p=0.004). There was no significant association between obesity and prevalence of perianal fistula (p=0.719), history of perianal surgery (p=0.146), history of one or more perianal surgeries (p=0.220), history of fecal diversion (p=0.705) or median time to first perianal surgery (p=0.192) (Table 1). Increasing BMI category was not associated with the prevalence of perianal fistula (p=0.944), perianal surgery (p=0.583), more than one perianal surgery (p=0.114), fecal diversion (p=0.542) or median time to first perianal surgery (p=0.486) (Table 2). DISCUSSION In conclusion, there was no significant correlation between obesity and prevalence of perianal disease. Additionally, there was no significant correlation between obesity and severity of perianal disease. The overall impact of obesity on CD complications is still unknown and warrants further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,292
Écart entre enseignants0,278 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInflammatory Bowel DiseasesMême sujetAnorectal Disease Treatments and OutcomesTravaux en français237 207