Optimising fatigue, abdominal pain and faecal incontinence in people with inflammatory bowel disease (IBD-BOOST Optimise): feasibility study of a checklist and algorithm for initial nurse-led management
Notice bibliographique
Résumé
OBJECTIVE: Many people with inflammatory bowel disease (IBD) experience fatigue, pain and faecal incontinence that some feel are inadequately addressed. It is unknown how many have potentially reversible medical issues underlying these symptoms. METHODS: We conducted a study testing the feasibility of a patient-reported symptom checklist and nurse-administered management algorithm ('Optimise') to manage common medical causes of IBD-related fatigue, pain and faecal incontinence. We conducted qualitative interviews with nurses implementing the algorithm. RESULTS: 515 individuals reporting IBD-related symptoms were invited to participate, of whom 201 (39%) consented. 194/201 (97%) returned the symptom checklist, of whom 157 (81%) returned a postal faecal calprotectin sample. Five (3%) participants reported 'red flags' and 31/157 (20%) participants had a faecal calprotectin result ≥200 µg/g, of whom 12 (8%) were judged to have likely active inflammation when clinical symptoms and disease history were reviewed. The algorithm suggested at least one clinical test or intervention for fatigue, pain or faecal incontinence in 67 (43%) participants, of whom 25 (37%) declined. Among 87 participants for whom clinical actions were indicated, 57 (66%) completed follow-up outcomes 3 months after algorithm implementation. Three nurses interviewed found the Optimise algorithm easy to administer. CONCLUSION: Implementing the Optimise checklist and algorithm appears feasible in UK clinical practice, with adjustments needed to minimise missing items. Not all patients accepted algorithm-indicated interventions, but a yield of 43% with symptoms having potentially reversible causes detected is clinically useful. Nurses endorsed ease and utility of the implementation process. Optimise now needs clinical effectiveness to be assessed.
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 | 0,017 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».