MétaCan
Menu
Retour à la cohorte
Enregistrement W4395034407 · doi:10.1055/s-0044-1782900

The AI-based Red Density score is correlated with the established and new histological indices for ulcerative colitis in an independent cohort

2024· article· en· W4395034407 sur OpenAlexaff
Pieter Sinonquel, Peter Bossuyt, S. John, Marietta Iacucci, Uday N. Shivaji, G De Hertogh, Stefan Van Aelst, Sooraj Pillai, Zainab Abdawn, Shintaro Sugita, Sara McCartney, Alessandro Armuzzi, Talat Bessissow, Timo Räth, Dong‐Hoon Yang, Séverine Vermeire, Hiroshi Nakase, Raf Bisschops

Notice bibliographique

RevueEndoscopy · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésUlcerative colitisMedicineGastroenterologyInternal medicineCohortColitisDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Aims Red Density (RD) is an automated endoscopic tool that is developed for the objective evaluation of disease activity in ulcerative colitis (UC). Initial development was based on an algorithm including histological disease activity based on Robarts histological index (RHI). New histological scores for UC have been developed since. We aimed to establish the correlation between RD and the Nancy histological index (NHI) and PICaSSO Histologic Remission Index (PHRI). Methods Patients included in 4 centers in the ongoing PROCEED-UC study (NCT04408703) had assessment with RD in the rectum and sigmoid at baseline, week 52 or early termination visit. RD score ranges between 0 and 255, cut-off for remission was previously determined to be<60.[1] Biopsies were taken according to protocol and scored for the Geboes score (GBS), RHI, NHI, PHRI in a blinded way after initial scoring convention training. Correlation was tested on patient level between mean RD per segment and the different histological indices based on Spearman correlation. Results Ninety-six patients from 4 centers were included representing 2634 RD images from 400 colonic segments with biopsies and corresponding RD score. Mean (±SEM) rectal RD score was 32.7 (±4.54), 33.69 (±5.25) and 64.86 (±31.71) at baseline, w52 and ET, respectively. Mean sigmoidal RD score was 38.13 (±3.68), 42.82 (±11.80) and 77.33 (±24.65) at baseline, week 52 and ET, respectively. There was a significant correlation between the highest mean RD score per patient and the NHI (r=0.60, p<0.0001) and the PHRI (r=0.62, p<0.0001). In the rectum the RD score at all time points correlated significant with NHI (r=0,53, p<0.0001) and PHRI (r=0.63, p<0.0001). Similar correlation was seen in the sigmoid for NHI (r=0.51, p<0.0001) and PHRI (r=0.22, p0.0108). A RD score of<57.5 (AUC 0.7820 (95CI 0.7047 – 0.8593), p<0.0001) was associated with histological remission based on NHI (<2) and a RD score of<64.5 (AUC 0.8133 (95% CI 0.7053 – 0.9212), p<0.0001) with histological remission based on PHRI (=0). The current dataset demonstrated to be stable in line with the previously established RD cut-off with GBS and RHI. [ 1 ] Conclusions In an independent cohort of patients with UC the correlation with the established and new histological indices is confirmed. This confirms the value of RD as objective endoscopic tool for the assessment of histological and endoscopic disease activity. Publication History Article published online: 15 April 2024 © 2024. European Society of Gastrointestinal Endoscopy. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,003
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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 revueEndoscopyMême sujetInflammatory Bowel DiseaseTravaux en français237 207