Étude de l’entéro-IRM dans l’évaluation de l’inflammation colique au cours de la maladie de Crohn
Bibliographic record
Abstract
L’ileo-coloscopie est un outil indispensable dans l’evaluation de la maladie de Crohn. Les changements d’objectifs therapeutiques vont conduire a l’avenir a repeter les examens. Ainsi la recherche d’alternative non invasive est necessaire. Le but de notre travail etait d’evaluer les performances de l’entero-IRM realisee pour l’exploration du grele, sur l’analyse des lesions coliques. Patients et Methodes : Les sensibilites (Se), specificites (Sp), valeurs predictives negatives (VPN) et valeurs predictives positives (VPP) de l’entero IRM etaient calculees par rapport a l’examen de reference qui est la coloscopie, en fonction du type de lesions et par segment colique. Les facteurs clinico biologiques associes aux risques de meconnaitre des lesions en entero-IRM ont ete recherches. Resultats : 107 patients âges en moyenne de 36 ans ont ete inclus de mars 2009 a septembre 2015 de maniere retrospective. Les meilleurs performances diagnostiques avec une Se : 68.8%, Sp : 86.3%, VPN :93.4%, VPP : 93.4% etaient obtenues lorsque la definition de positivite de la coloscopie reposait sur l’absence de lesions ulcerees. Les performances de detection des lesions etaient maximales dans le sigmoide et le colon gauche. En revanche l’analyse par lesion retrouvaient des performances insuffisantes. Les faux negatifs de l’entero-IRM se distinguaient le plus des vrai negatifs par l’absence de chirurgie (p = 0.009), la localisation L2 ou L3 (p = 0.007), le phenotype B1 selon la classification de Montreal (p = 0.023), un taux d’hemoglobine bas (p = 0.004) et une tendance a l’hypoalbuminemie (p = 0.08). Conclusion : Les performances finales de l’entero IRM rendent possibles son utilisation dans la detection des lesions coliques au cours de la maladie de Crohn. Les performances de detection notamment pour les localisations coliques droites et les lesions ulcerees devront etre ameliorees avant son utilisation en routine.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".