The Impact of Proactive Fecal Calprotectin Collection in an Outreach Protocol for Biologic-Naïve Ulcerative Colitis Patients–Ulcerative Colitis Clinical Outreach (UCCO)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Ulcerative colitis (UC) is a chronic, relapsing inflammatory bowel disease that requires regular monitoring. The University of Alberta IBD Unit piloted a proactive outreach protocol for biologic-naïve UC patients, including clinical and biochemical variables, and assessed its impact on UC care. METHODS: Biologic-naïve UC patients without follow-up for ≥6 months were recruited by phone and completed Partial Mayo, modified Sutherland Index, and MARS-5 questionnaires, as well as blood work and fecal calprotectin (FCP). Results were sent to each patient's gastroenterologist, who then completed a survey about intended UC management changes. RESULTS: 81 patients completed the protocol. UC management was changed in 45 (55.6%) cases, with 82.2% of changes being expedited follow-up or management escalation. Six patients had active flares, and 17 with asymptomatic inflammation were identified. 23 patients underwent endoscopy, with 10 (43.4%) showing active disease. Six patients started biologic therapies based on protocol and endoscopic findings. UC management escalations were significantly predicted by FCP and Sutherland Index scores on logistic regression analysis. 86.4% of gastroenterologists rated the protocol helpful. CONCLUSIONS: Patient care can be improved by a one-time, proactive outreach program for biologic-naïve UC. Outreach and monitoring in biologic-naïve UC should include assessment of both FCP and clinical markers to improve UC 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.
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 découle