Review Article: Extending the Frontiers of Intestinal Ultrasound Knowledge, Performance and Expansion
Notice bibliographique
Résumé
BACKGROUND: Intestinal ultrasonography (IUS) is increasingly utilised for diagnosing and monitoring IBD. Despite its cost-effectiveness, patient tolerance and suitability for serial bedside assessments, broad adoption has been limited by knowledge gaps in evidence, training and standardisation. AIMS: To summarise key knowledge gaps in the assessment of luminal disease activity, postoperative recurrence, complications, pouch-related disorders and the use of IUS in paediatrics, contrast enhancement, elastography, as well as education, training and future applications involving artificial intelligence. METHODS: We conducted a systematic umbrella review, following PRISMA guidelines, to map the current landscape of high-quality evidence and identify gaps in IUS research relevant to IBD. We searched MEDLINE from inception to February 2025 for systematic reviews, meta-analyses and consensus statements. We extracted data from eligible studies on design, outcomes and identified research gaps. Gaps were categorised by insufficient information, bias, inconsistency or lack of relevant data. RESULTS: Sixty of 507 studies met inclusion criteria. Key gaps included lack of validated and standardised IUS activity indices for Crohn's disease and ulcerative colitis, limited evidence for IUS in post-operative recurrence, paediatric populations and perianal or pouch disease. Data on the use of contrast-enhanced ultrasound and elastography were sparse. Small sample sizes, heterogeneous designs and inadequate follow-up limited most studies. Training, competency assessment and integration of artificial intelligence remain underexplored. CONCLUSIONS: Sizable gaps persist in the evidence base for IUS in IBD. Addressing these gaps through robust, multicentre studies and consensus-driven frameworks is essential to optimise the clinical and research utility of IUS in IBD management.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».