Diagnosing Crohn’s disease in presumed cryptoglandular perianal fistulas: an expert Delphi consensus on early identification of patients at risk of Crohn’s disease in perianal fistulas (PREFAB)
Notice bibliographique
Résumé
BACKGROUND: The aim of this Delphi study was to reach consensus on a new clinical decision tool to help identify or exclude Crohn's disease (CD) in patients with perianal fistula(s) (PAF). METHODS: A panel of international experts in the field of proctology/inflammatory bowel disease was invited to participate. In the first round (electronic survey), participants were asked to anonymously provide their opinion probing (1) the relevance and use of clinical characteristics suggestive of underlying CD, (2) the use of fecal calprotectin (FCP) for screening for CD, and (3) on the diagnostic work-up for CD in PAF patients with raised clinical suspicion. In the second/third round (virtual consensus meetings), statements were paired/revised and presented in final sets of statements. Consensus was predefined as ≥70% (dis)agreement. RESULTS: Final consensus was reached on 12 statements, including screening of all PAF patients (regardless of the complexity, biological behavior, and co-existent perianal symptoms) and referral of PAF patients for a colonoscopy in case of elevated FCP levels (≥150 mcg/g) and/or in case of one clinical major criterion (defined as: unintentional weight loss, unexplained diarrhea, PSC, UC, >1 internal fistula openings, fistula involving other organs (vagina/bladder), recurrent fistulation (after initial healing), proctitis, and anal stenosis). Also, clinical (fistula-)characteristics that warrant raised suspicion for CD and an algorithm on the diagnostic work-/follow-up of patients with raised suspicion were defined. CONCLUSION: International consensus was reached on a new, clinical decision tool, including a practical and relevant algorithm for finding/excluding CD in PAF patients.
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 | 0,145 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».