Diagnostic yield of second-line aetiological workup in patients with presumed idiopathic acute pancreatitis: a retrospective cohort study
Notice bibliographique
Résumé
Background After an aetiological (first-line) workup, the cause of acute pancreatitis remains unidentified in a significant proportion of cases, a condition known as idiopathic acute pancreatitis (IAP).Methods Retrospective cohort study involving patients with presumed IAP referred for second-line aetiological workup. The completion of first-line aetiological evaluations was assessed upon referral, and the diagnostic outcomes of second-line investigations were evaluated. Over a one-year follow-up period, we documented acute pancreatitis recurrence and patient mortality. Recurrence risk was analysed using an age-adjusted Cox regression model, stratified by treatable versus non-treatable aetiologies.Results We identified 161 patients with presumed IAP, among whom 81 (50%) had recurrent acute pancreatitis. In total, 115 patients (71%) had a complete first-line aetiological workup. The overall diagnostic yield of the second-line aetiological workup was 25% (95% confidence interval [CI] 18–32%). Among second-line tests, the highest diagnostic yield was found for endoscopic ultrasound (34%, 95% CI 20–50%) and genetic testing (37%, 95% CI 22–53%). The most frequent aetiologies identified were biliary pancreatitis (16 patients [10%]) and pancreatitis with a genetic mutation (15 patients [9%]). Neoplasia was identified in two patients. A treatable aetiology was associated with a numerically reduced pancreatitis recurrence risk (Hazard Ratio 0.50, 95% CI 0.07–3.85, p = 0.51). No patient died during the follow-up period.Conclusion A second-line aetiological workup can identify the aetiology in 25% of patients with presumed IAP. The most frequent aetiologies are biliary pancreatitis and pancreatitis with a genetic mutation.
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) | 0,001 | 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 | 0,001 |
| 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 ».