Network analysis of extraintestinal manifestations and associated autoimmune disorders in Crohn’s disease and ulcerative colitis
Notice bibliographique
Résumé
We detect and interactively visualize occurrence, frequency, sequence, and clustering of extraintestinal manifestations (EIM) and associated immune disorders (AID) in 30,334 inflammatory bowel disease (IBD) patients (Crohn's disease (CD) n = 15924, ulcerative colitis (UC) n = 11718, IBD unclassified, IBD-U n = 2692, 52% female, median age 40 years (IQR: 25)) with artificial intelligence (AI). 57% (CD > UC 60% vs. 54%, p < 0.00001) had one or more EIM and/or AID. Mental, musculoskeletal and genitourinary disorders were most frequently associated with IBD: 18% (CD vs. UC 19% vs. 16%, p < 0.00001), 17% (CD vs. UC 20% vs. 15%, p < 0.00001) and 11% (CD vs. UC 13% vs. 9%, p < 0.00001), respectively. AI detected 4 vs. 5 vs. 5 distinct EIM/AID communities with 420 vs. 396 vs. 467 nodes and 11,492 vs. 9116 vs. 16,807 edges (links) in CD vs. UC vs. IBD, respectively. Our newly developed interactive free web app shows previously unknown communities, relationships, and temporal patterns-the diseasome and interactome.
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 | 0,001 |
| 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 ».