Dynamic Prediction of Advanced Colorectal Neoplasia in Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND & AIMS: Colonoscopic surveillance is recommended in patients with colonic inflammatory bowel disease (IBD) given their increased risk of colorectal cancer (CRC). We aimed to develop and validate a dynamic prediction model for the occurrence of advanced colorectal neoplasia (aCRN, including high-grade dysplasia and CRC) in IBD. METHODS: We pooled data from 6 existing cohort studies from Canada, The Netherlands, the United Kingdom, and the United States. Patients with IBD and an indication for CRC surveillance were included if they underwent at least 1 follow-up procedure. Exclusion criteria included prior aCRN, prior colectomy, or an unclear indication for surveillance. Predictor variables were selected based on the literature. A dynamic prediction model was developed using a landmarking approach based on Cox proportional hazard modeling. Model performance was assessed with Harrell's concordance-statistic (discrimination) and by calibration curves. Generalizability across surveillance cohorts was evaluated by internal-external cross-validation. RESULTS: The surveillance cohorts comprised 3731 patients, enrolled and followed-up in the time period from 1973 to 2021, with a median follow-up period of 5.7 years (26,336 patient-years of follow-up evaluation); 146 individuals were diagnosed with aCRN. The model contained 8 predictors, with a cross-validation median concordance statistic of 0.74 and 0.75 for a 5- and 10-year prediction window, respectively. Calibration plots showed good calibration. Internal-external cross-validation results showed medium discrimination and reasonable to good calibration. CONCLUSIONS: The new prediction model showed good discrimination and calibration, however, generalizability results varied. Future research should focus on formal external validation and relate predicted aCRN risks to surveillance intervals before clinical application.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».