Pediatric autoimmune gastritis: An international, multicentric study
Notice bibliographique
Résumé
OBJECTIVES: Autoimmune gastritis (AIG) has been poorly described in childhood. We sought to identify the patterns of manifestations of pediatric AIG at onset and to describe its laboratory, clinical, and histopathological features. METHODS: This was a retrospective, longitudinal, multicenter, cohort study enrolling histologically proven AIG patients with an onset in the pediatric age (<18 years old). We retrieved laboratory and clinical data at the time of onset and at last follow-up when available. Differences between Helicobacter pylori-exposed versus H. pylori-naïve, and anti-parietal cell antibody (PCA)-positive versus PCA-negative patients were investigated. RESULTS: Overall, 51 pediatric AIG patients (median age: 13 years, interquartile range: 11-16; F:M ratio 1.7:1) were included. Most patients were diagnosed with the overt type of AIG (47; 92.1%), while four (7.8%) were still in the potential phase. Atopic dermatitis (9.8%), rhinitis (7.8%), and asthma (5.9%) were common comorbidities, suggesting a link with T helper 2 (Th2) disorders. Two patients (3.9%) were found to have had previous or concurrent eosinophilic esophagitis, and five (9.8%) had eosinophilic gastritis. Notably, four patients (7.8%) presented with collagenous gastritis. On histological examination, the majority of patients were negative for H. pylori infection, except for 1 case out of 51 (2.0%) who had an active infection. CONCLUSIONS: AIG may affect pediatric patients and lead to complications in this population. At presentation, the disease may exhibit histologic patterns attributed to collagenous and/or eosinophilic gastritis. Moreover, a possible association between AIG and Th2 disorders has been observed, warranting further research.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».