The Impact of Integrating Pelvic Magnetic Resonance Imaging at Diagnosis on Early Detection of Perianal Crohn's Disease in Pediatrics
Notice bibliographique
Résumé
INTRODUCTION: Perianal Crohn's disease (CD) can be a severe manifestation of pediatric CD. Earlier detection may alter outcomes. The aim of this study was to determine if performing pelvic magnetic resonance imaging (MRI) on newly diagnosed pediatric patients with CD would identify asymptomatic perianal CD and lead to earlier biologic use and less perianal surgery. METHODS: Patients were prospectively enrolled into the Edmonton Pediatric Inflammatory Bowel Disease Clinic registry (baseline pelvic MRI since 2018). A retrospective review (2018-2023) was performed. A blinded radiologist re-read the positive MRIs using St. James and Parks criteria. RESULTS: One hundred thirty-nine patients were included (median age 13 [interquartile range 11-16, range 6-18]). Overall, 19% (n = 27/139) had subclinical perianal disease (MR+/asymptomatic [ASx]). For patients who were both asymptomatic and had a normal perianal examination (n = 86/139, 62%), their subclinical perianal disease rate was similar at 20% (n = 17/86). Compared with MR-/ASx, MR+/ASx patients had a relative risk of 1.40 (95% confidence interval [CI] 1.18-1.68) and 1.32 (95% CI 1.17-1.52) of starting a biologic at 6 and 12 months, respectively. MR+/Sx needed the most and earliest perianal surgery, but MR+/ASx also had higher rates and faster time to perianal surgery than MR-/ASx ( P = 0.02). Perianal side branch fistula was a predictor of surgery (odds ratio 107.6, [95% CI 16.9-2,178] P < 0.0001). DISCUSSION: One in 5 newly diagnosed pediatric patients with CD had subclinical perianal disease, even when having a normal perianal physical examination. These patients needed more and earlier perianal surgery and had higher biologic use despite their perianal disease being subclinical. Adding routine MR imaging at the time of pediatric CD diagnosis may help inform treatment decisions and improve these outcomes.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».