Micronutrients are associated with endoscopic postoperative recurrence in Crohn’s disease: a multicenter prospective cohort study in North america
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Diet may influence the disease course in inflammatory bowel disease, but its role in postoperative outcomes for Crohn's disease (CD) remains unclear. This study aimed to assess the association of macro- and micronutrient intake with endoscopic postoperative recurrence (ePOR) in a prospective multicenter cohort. METHODS: Patients with CD following ileocolic resection were prospectively recruited from six North American centers. Primary study outcome was ePOR (modified Rutgeerts' score ≥i2a) during follow-up. Nutritional intake was assessed through 2-day food diaries verified by dietitian-delivered interview. Associations between nutrient intake and ePOR were evaluated. Random forest models with 10-fold cross-validation assessed the predictive value of nutrients and clinical factors for ePOR. RESULTS: A total of 520 food diaries from 103 patients were analyzed; 37 patients (36%) experienced ePOR. Univariate analysis identified 8 nutrients associated with ePOR including lower intake of isoflavones (genistein, daidzein, glycitein; P < .01), inositol (P < .01), pinitol (P = .02), provitamin-A carotenoid (P < .01), xylitol (P = .03) and parinaric Acid (P = .03). Sensitivity analysis confirmed the association of lower intake of all isoflavones (P < .01) and pinitol (P = .04) with ePOR at first postoperative colonoscopy. Random forest models showed poor discrimination for clinical factors alone (area under the curve [AUC] 0.59) but an acceptable discrimination for nutrients alone (AUC 0.67), which improved when combining nutrients and clinical factors (AUC 0.71). CONCLUSION: Lower intake of specific micronutrients is associated with ePOR in CD patients. A machine-learning model combining nutrient intake and clinical factors enhanced the prediction of ePOR. These findings highlight the importance of postoperative nutritional assessment and suggest dietary interventions may help prevent postoperative recurrence in CD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».