Заболевания кишечника классификация: Болезни кишечника, проблемы терминологии и классификации Текст научной статьи по специальности «Клиническая медицина»

Опубликовано от Оставить комментарий

Содержание

Что такое болезнь Крона


Болезнь Крона это хроническое  заболевание желудочно-кишечного тракта, которое характеризуется воспалением , а также развитием местных и внекишечных осложнений. Причина возникновения заболевания не известна. Поражение может локализоваться в любом отделе пищеварительной системы. Болезнь может поражать только толстую кишку или только тонкую кишку, но чаще (40-50%) и ту и другую. При этом приблизительно у 90% больных в процесс вовлечен терминальный отдел подвздошной кишки.

Заболевание названо по имени врача Берилла Б.Крона, который в 1932 году со своими коллегами Оппенгеймером и Гинзбургом описал наличие изолированного поражения в терминальном отделе подвздошной кишки. Болезнь Крона вместе с язвенным  колитом относится к группе  болезней, объединяемых как воспалительные заболевания кишечника. Клиническая картина болезни Крона характеризуется болью в животе, диареей и кровотечением. В качестве местных осложнений при болезни Крона встречаются анальные и перианальные  поражения (свищи прямой кишки, абсцессы  в параректальной клетчатке, анальные трещины ), стриктуры  различных отделов кишечника, инфильтраты и абсцессы в брюшной полости, наружные и внутренние свищи.

При поражении только толстой кишки болезни Крона в 10% случаях бывает трудно отдифференцировать от язвенного колита.

Поражению при болезни Крона могут подвергаться все слои кишечной стенки, при этом возможно чередование сегментов, пораженных заболеванием, со здоровыми отделами.

Для болезни Крона характерно повышение температуры тела, которое связано с обострением  заболевания. При болезни Крона развиваются внекишечные проявления, которые аналогичны таковым при язвенном колите. Атака болезни может сопровождаться развитием острой артропатии, сакроилеита , увеита и эписклерита, узловатой эритемы , гангренозной пиодермии . У 10% больных в активной стадии заболевания в полости рта могут образовываться афтозные язвы.


Страница не найдена |

Страница не найдена |

404. Страница не найдена

Архив за месяц

ПнВтСрЧтПтСбВс

20212223242526

27282930   

       

       

       

     12

       

     12

       

      1

3031     

     12

       

15161718192021

       

25262728293031

       

    123

45678910

       

     12

17181920212223

31      

2728293031  

       

      1

       

   1234

567891011

       

     12

       

891011121314

       

11121314151617

       

28293031   

       

   1234

       

     12

       

  12345

6789101112

       

567891011

12131415161718

19202122232425

       

3456789

17181920212223

24252627282930

       

  12345

13141516171819

20212223242526

2728293031  

       

15161718192021

22232425262728

2930     

       

Архивы

Метки

Настройки
для слабовидящих

Болезни ЖКТ | Классификация заболеваний ЖКТ

Самая распространеннная болезнь

В соответствии с медицинской статистикой можно сделать выводы, что болезни ЖКТ на сегодняшний день занимают лидирующие позиции среди заболеваний других органов и систем. Медики утверждают, что у жителей города наиболее часто диагностируются именно заболевания желудочно-кишечного тракта.

В тридцатилетнем возрасте у каждого четвертого человека наблюдаются заболевания ЖКТ, что объясняется современным ритмом жизни, стрессовыми ситуациями, нерациональным и неправильным питанием, плохой экологией. Все люди знают, что их жизнь невозможна без еды. Пища состоит из жиров, белков, углеводов, микроэлементов и витаминов. С их помощью обеспечивается нормальная жизнедеятельность организма человека. Все компоненты пищи – это не только источник энергии, но и материал для построения новых клеток. Получение данных компонентов осуществляется благодаря ЖКТ.

Функция ЖКТ

Пищеварительная система выполняет одну очень важную функцию – моторно-механическую. Благодаря этой функции пища расщепляется, передвигается по кишечному тракту и выводится из организма.

Также ЖКТ выполняет секреторную функцию, с помощью которой вырабатывается желчь, желчные соки и ферменты. Благодаря этому обеспечивается правильное и полноценное пищеварение.

Симптомы заболеваний желудка

Желудочно-кишечный тракт выполняет всасывающую функцию, благодаря которой организм усваивает жидкость и необходимые питательные вещества.

Система пищеварения состоит из: ротовой полости, желудка, глотки, пищевода. Нижние отделы состоят из прямой кишки, толстого и тонкого кишечника. Каждым отделом производится выполнение определенной функции, что обеспечивает переработку и усвоение поступающей пищи. Если на желудочно-кишечный тракт влияют негативные факторы, то это приводит к сбоям и в результате этого возникают разнообразные заболевания ЖКТ.

Классификация болезней пищеварительной системы

Патологические состояния желудочно-кишечного тракта могут быть:

Инфекционными;

Неинфекционными.

В соответствии с локализацией заболеваний они могут наблюдаться в:

Печени;

Кишечнике;

Пищеводе;

Желудке.

В соответствии с происхождением болезней они разделяются на наследственные и приобретенные. Также патологические состояния бывают острые и хронические.

Острые инфекции.

 Для острых кишечных заболеваний характерна бактериально-инфекционная природа. Причиной появления данных патологий являются аллергические реакции, отравления, некоторые патологические состояния в виде эзофагита, вирусного гепатита.

Возникновение хронических воспалительных процессов (колитов, гастритов, холециститов) наблюдается на фоне нерационального питания. Подобные патологические процессы в большинстве случаев наблюдаются по всему желудочно-кишечному тракту.

Виды заболеваний

У человека наиболее часто в пищеварительном тракте наблюдается развитие:

Колитов. Заболевания характеризуются протеканием воспалительного  процесса. Местом локализации болезни является слизистая оболочка толстого кишечника. Причиной возникновения патологии является бактериальная инфекция. Заболевание очень часто возникает в результате воздействия патогенных бактерий: стрептококков, стафилококков, кишечной палочки. При неспецифическом язвенном колите наблюдается поражение кишечника. При этом на его слизистой оболочке наблюдаются характерные изъязвления. В результате данных патологических состояний могут возникать такие осложнения, как перитонит, кишечные кровотечения, злокачественные новообразования, непроходимость.

Панкреатитов. Относятся к категории воспалительных заболеваний, локализацией которых является поджелудочная железа. При этом наблюдается болезненность, рвота, тошнота. Нарушение пищеварения и другие характерные симптомы.

Гастритов, которые имеют различную этиологию. Они относятся к категории самых распространенных патологий, при которых поражается слизистая оболочка желудка. Причиной возникновения заболевания является неспецифическая бактерия. Также болезнь может возникать на фоне алкоголизма, стрессов, курения, неправильного питания.

Типы заболеваний

Аналогично наблюдается проявление:

Вирусных гепатитов. Это опасные инфекционные болезни, которые возникают в результате различных вирусов и поражают печень.

Дисбактериозов. При данном патологическом состоянии изменяется нормальный состав микрофлоры в кишечнике. Это приводит к нарушению функций пищеварительного тракта.

Цирроза печени. Относится к категории смертельно опасных болезней хронического характера, при котором поражаются клетки печени в больших объемах.

Язвы двенадцатиперстной кишки и желудка. В результате развития заболевания нарушается целостность тканей. Осложнения болезни очень тяжелые.

Геморроя. Является воспалительной болезнью, которая возникает в результате патологического расширения вен в прямой кишке. При этом заболевании развиваются болезненные геморроидальные узлы.

Холециститов.

Болезни имеют воспалительный характер. При их развитии наблюдается поражение желчного пузыря. Сопровождается болезнь рвотой, тошнотой, болевым синдромом, диспептическими явлениями, нарушением стула.

Аппендицитов. Заболевание носит воспалительный характер и характеризуется поражением червеобразного отростка слепой кишки. Патология разделяется на: острую и хроническую.

На этом список болезней пищеварительного тракта еще не заканчивается. Для лечения патологических состояний требуется грамотный подход, а также правильная и своевременная диагностика. Устранить осложнения болезней можно только при своевременном обращении к доктору. Мы же, в свою очередь, приглашаем вас в наши санатории для лечения этих заболеваний.

Приехжайте в Ундоры на лечение заболеваний ЖКТ! Бронируйте заранее!

Классификация

  1. TNM система
  2. Классификация по стадиям

TNM система

TNM систему классификации опухоли, лимфатических узлов, метастазов (Tumor, Nodes, Metastasis) разработала Американская Объединённая комиссия по класификации рака и сообщению конечного результата (American Joint Committee on Cancer Staging and End Result Reporting), и это одна из наиболее часто используемых систем для классификации рака кишечника.

Какие стадии каждого показателя?

  • TX – опухоль нельзя оценить.
  • T0 –первичная опухоль не определяется.
  • Tis – Carcinoma in situ. Этой стадии соответствует наличие раковых клеток в базальном слое слизистого эпителия (интраэпителиально) или в основном слое слизистой (интрамукозно), однако они ещё не вросли в подслизистую через мышечный слой слизистой оболочки.
  • T1 – опухоль вросла в подслизистую.
  • T2 – опухоль вросла в истинный мышечный слой.
  • T3 – опухоль проросла мышечный слой и вросла в близлежащие ткани.
  • T4 – опухоль вросла непосредственно в другие органы или структуры и/или перфорировала висцеральную брюшину. Непосредственное врастание на стадии T4 включает врастание в другие сегменты ободочной и прямой кишки через серозный слой; например, врастание карциномы слепой кишки в сигмовидную кишку.

Стадии лимфатических узлов (Nx-N0-N1-N2) и метастазов (Mx-M0-M1) отражают присутствие опухоли в лимфатических узлах и отдалённых местах (метастазы)

Классификация по стадиям

Когда определены стадии по TNM системе, определяют общую стадию рака кишечника:

Описание TNMСтадия
Tis (in situ) N0 M00
T1 N0 M0I
T2 N0 M0I
T3 N0 M0II
T4 N0 M0II
Любой T N1 M0III
Любой T N2 M0III
Любой T Любой N M1IV

Как классифицируется воспалительное заболевание кишечника (ВЗК)?

  • webmd.com”> Корнблут А., Сачар Д. Б., Болезнь Саломона П. Крона. Feldman M, Scharschmidt BF, Sleisenger MH, ред. Болезни желудочно-кишечного тракта и печени Sleisenger & Fordtran: патофизиология, диагностика и лечение . 6-е изд. Филадельфия, Пенсильвания: WB Saunders Co; 1998. Vol 2: 1708-34.

  • Панес Дж., Гомоллон Ф., Таксонера С. и др. Болезнь Крона: обзор современного лечения с упором на биопрепараты.Наркотики. 2007. 67 (17): 2511-37.

  • Тирни Л.М. Болезнь Крона. Тирни Л.М., Макфи С.Дж., Пападакис М.А., ред. Текущая медицинская диагностика и лечение . 40-е изд. Нью-Йорк, штат Нью-Йорк: издательство McGraw-Hill Professional Publishing; 2001. 638-42.

  • Mackner LM, Bickmeier RM, Crandall WV. Академическая успеваемость, посещаемость и качество жизни в школе при воспалительных заболеваниях кишечника у детей. J Dev Behav Pediatr . 2012 Февраль 33 (2): 106-11.[Медлайн].

  • Rabbett H, Elbadri A, Thwaites R, et al. Качество жизни детей с болезнью Крона. J Педиатр Гастроэнтерол Нутр . 1996 г., 23 (5): 528-33. [Медлайн].

  • Николаус С., Шрайбер С. Диагностика воспалительных заболеваний кишечника. Гастроэнтерология . Ноябрь 2007 г. 133 (5): 1670-89. [Полный текст].

  • Strong SA, Koltun WA, Hyman NH, Buie WD. Параметры практики хирургического лечения болезни Крона. Диск прямой кишки . 2007 ноябрь 50 (11): 1735-46. [Медлайн].

  • Фермер Р.Г., Хоук В.А., Тернбулл Р.Б. мл. Клинические паттерны болезни Крона: статистическое исследование 615 случаев. Гастроэнтерология . 1975, апр. 68 (4, часть 1): 627-35. [Медлайн].

  • D’Haens G, Baert F, van Assche G и др., Для Бельгийской исследовательской группы воспалительных заболеваний кишечника, North-Holland Gut Club. Ранняя комбинированная иммуносупрессия или традиционное лечение у пациентов с впервые диагностированной болезнью Крона: открытое рандомизированное исследование. Ланцет . 2008 г. 23 февраля. 371 (9613): 660-7. [Медлайн].

  • Цианос Э.В., Кацанос К.Х., Цианос В.Э. Роль генетики в диагностике и прогнозе болезни Крона. Мир Дж. Гастроэнтерол . 2012 14 января. 18 (2): 105-18. [Медлайн]. [Полный текст].

  • Торесон Р., Каллен Дж. Дж. Патофизиология воспалительного заболевания кишечника: обзор. Surg Clin North Am . 2007 июнь 87 (3): 575-85. [Медлайн].

  • [Рекомендации] Мацуока К., Кобаяси Т., Уэно Ф. и др.Основанные на фактах клинические рекомендации по воспалительным заболеваниям кишечника. Дж Гастроэнтерол . 2018 Март 53 (3): 305-53. [Медлайн]. [Полный текст].

  • Хампе Дж., Гребе Дж., Николаус С. и др. Связь генотипа NOD2 (CARD 15) с клиническим течением болезни Крона: когортное исследование. Ланцет . 2002 г. 11 мая. 359 (9318): 1661-5. [Медлайн].

  • Hugot JP, Chamaillard M, Zouali H, et al. Ассоциация вариантов с высоким содержанием лейцина NOD2 с предрасположенностью к болезни Крона. Природа . 2001 31 мая. 411 (6837): 599-603. [Медлайн].

  • Duerr RH, Taylor KD, Brant SR, et al. Полногеномное ассоциативное исследование идентифицирует IL23R как ген воспалительного заболевания кишечника. Наука . 2006 декабрь 1. 314 (5804): 1461-3. [Медлайн].

  • Глас Дж., Зайдерер Дж., Ветцке М. и др. rs1004819 является основным ассоциированным с заболеванием вариантом IL23R у пациентов с немецкой болезнью Крона: комбинированный анализ вариантов IL23R, CARD15 и OCTN1 / 2. PLoS One . 2007 сентябрь 5. 2 (9): e819. [Медлайн]. [Полный текст].

  • Ван Лимберген Дж., Рассел Р.К., Ниммо Э.Р. и др. IL23R Arg381Gln связан с воспалительным заболеванием кишечника у детей в Шотландии. Кишечник . 2007 августа 56 (8): 1173-4. [Медлайн]. [Полный текст].

  • Barrett JC, Hansoul S, Nicolae DL, et al. Общегеномная ассоциация определяет более 30 различных локусов восприимчивости к болезни Крона. Нат Генет .2008 г., 40 (8): 955-62. [Медлайн]. [Полный текст].

  • Hampe J, Franke A, Rosenstiel P, et al. Сканирование полногеномных ассоциаций несинонимичных SNP идентифицирует вариант восприимчивости к болезни Крона в ATG16L1. Нат Генет . 2007 Февраль 39 (2): 207-11. [Медлайн].

  • Rioux JD, Xavier RJ, Taylor KD, et al. Полногеномное ассоциативное исследование выявляет новые локусы восприимчивости к болезни Крона и вовлекает аутофагию в патогенез болезни. Нат Генет . 2007 май. 39 (5): 596-604. [Медлайн]. [Полный текст].

  • Parkes M, Barrett JC, Prescott NJ, et al. Варианты последовательностей в гене аутофагии IRGM и множестве других реплицирующих локусов вносят вклад в восприимчивость к болезни Крона. Нат Генет . 2007 июл. 39 (7): 830-2. [Медлайн]. [Полный текст].

  • Libioulle C, Louis E, Hansoul S, et al. Новый локус болезни Крона, идентифицированный с помощью полногеномной ассоциации, отображается на генную пустыню на 5p13.1 и модулирует экспрессию PTGER4. PLoS Genet . 2007 20 апреля. 3 (4): e58. [Медлайн]. [Полный текст].

  • Консорциум управления делами Wellcome Trust. Полногеномное ассоциативное исследование 14 000 случаев семи распространенных заболеваний и 3000 общих контрольных заболеваний. Природа . 7 июня 2007 г. 447 (7145): 661-78. [Медлайн]. [Полный текст].

  • Хедин С., Уилан К., Линдси Дж. Доказательства использования пробиотиков и пребиотиков при воспалительном заболевании кишечника: обзор клинических испытаний. Proc Nutr Soc . 2007 августа 66 (3): 307-15. [Медлайн].

  • Баумгарт, округ Колумбия. Эндоскопическое наблюдение при болезни Крона и язвенном колите: кому что и когда нужно ?. Dig Dis . 2011. 29 Дополнение 1: 32-5. [Медлайн].

  • Sandborn WJ, Hanauer SB, Rutgeerts P, et al. Адалимумаб для поддерживающего лечения болезни Крона: результаты исследования CLASSIC II. Кишечник . Сентябрь 2007 г. 56 (9): 1232-9. [Полный текст].

  • Линдберг Э, Джарнерот Г, Хуйтфельдт Б.Курение при болезни Крона: влияние на локализацию и клиническое течение. Кишечник . 1992 июн. 33 (6): 779-82. [Медлайн].

  • Д’Суза С., Леви Э., Мак Д. и др. Модели питания и риск болезни Крона у детей. Воспаление кишечника . 2008 14 марта (3): 367-73. [Медлайн].

  • Дэвис Р.Л., Крамарц П., Болке К. и др., Для группы данных по безопасности вакцин. Корь-паротит-краснуха и другие вакцины, содержащие корь, не увеличивают риск воспалительного заболевания кишечника: исследование случай-контроль, проведенное в рамках проекта Vaccine Safety Datalink. Arch Pediatr Adolesc Med . 2001 Март 155 (3): 354-9. [Медлайн].

  • Рейф С., Лави А., Кетер Д. и др. Аппендэктомия встречается чаще, но не является фактором риска при болезни Крона, но при этом является защитным средством при язвенном колите: сравнение хирургических вмешательств при воспалительном заболевании кишечника. Ам Дж. Гастроэнтерол . 2001 Март 96 (3): 829-32. [Медлайн].

  • Лофтус Э.В. Младший, Сильверстайн Мэриленд, Сандборн В.Дж., Тремейн В.Дж., Хармсен В.С., Зинсмайстер АР.Болезнь Крона в округе Олмстед, штат Миннесота, 1940–1993 годы: заболеваемость, распространенность и выживаемость. Гастроэнтерология . 1998 июн. 114 (6): 1161-8. [Медлайн].

  • Каппельман М.Д., Рифас-Шиман С.Л., Клейнман К. и др. Распространенность и географическое распространение болезни Крона и язвенного колита в США. Клин Гастроэнтерол Гепатол . 2007 декабрь 5 (12): 1424-9. [Медлайн].

  • Шивананда С., Леннард-Джонс Дж., Логан Р. и др.Заболеваемость воспалительными заболеваниями кишечника в Европе: есть ли разница между севером и югом? Результаты Европейского совместного исследования воспалительного заболевания кишечника (EC-IBD). Кишечник . 1996 ноябрь 39 (5): 690-7. [Медлайн]. [Полный текст].

  • Loftus EV Jr. Клиническая эпидемиология воспалительного заболевания кишечника: заболеваемость, распространенность и влияние окружающей среды. Гастроэнтерология . 2004 Май. 126 (6): 1504-17. [Медлайн].

  • Lovasz BD, Golovics PA, Vegh Z, Lakatos PL.Новые тенденции в эпидемиологии воспалительных заболеваний кишечника и их течении в Восточной Европе. Dig Liver Dis . 2013 Апрель 45 (4): 269-76. [Медлайн].

  • Economou M, Zambeli E, Michopoulos S. Заболеваемость и распространенность болезни Крона и ее этиологические влияния. Анналы гастроэнтерологии. Доступно по адресу http://www.annalsgastro.gr/index.php/annalsgastro/article/view/743. 2009. 22 (3): 158-67; Доступ: 11 декабря 2012 г.

  • Молодецкий Н.А., Сун И.С., Раби Д.М. и др.Согласно систематическим обзорам, заболеваемость и распространенность воспалительных заболеваний кишечника со временем увеличивается. Гастроэнтерология . 2012, январь, 142 (1): 46-54.e42; викторина e30. [Медлайн].

  • Калкинс Б.М., Лилиенфельд А.М., Гарланд К.Ф., Менделофф А.И. Динамика заболеваемости язвенным колитом и болезнью Крона. Dig Dis Sci . 1984 Октябрь 29 (10): 913-20. [Медлайн].

  • Duerr RH. Обновленная информация о генетике воспалительного заболевания кишечника. Дж Клин Гастроэнтерол . 2003 ноябрь-декабрь. 37 (5): 358-67. [Медлайн].

  • Джесс Т., Лофтус Э.В. мл., Хармсен В.С. и др. Выживаемость и специфическая причина смертности у пациентов с воспалительным заболеванием кишечника: исследование долгосрочных результатов в округе Олмстед, штат Миннесота, 1940–2004 гг. Кишечник . 2006 Сентябрь 55 (9): 1248-54. [Медлайн]. [Полный текст].

  • Джесс Т., Фриш М., Симонсен Дж. Тенденции общей и причинно-специфической смертности среди пациентов с воспалительными заболеваниями кишечника с 1982 по 2010 гг. Клин Гастроэнтерол Гепатол . 2013 января 11 (1): 43-8. [Медлайн].

  • Munkholm P, Langholz E, Davidsen M, Binder V. Риск и смертность от рака кишечника у пациентов с болезнью Крона. Гастроэнтерология . 1993 декабрь 105 (6): 1716-23. [Медлайн].

  • Fiocchi C. Воспалительные заболевания кишечника: этиология и патогенез. Гастроэнтерология . 1998 июль 115 (1): 182-205. [Медлайн].

  • Фридман С., Блумберг РС.Воспалительное заболевание кишечника. Браунвальд Э., Фаучи А.С., Каспер Д.С. и др., Ред. Принципы внутренней медицины Харрисона . 15 изд. Нью-Йорк, штат Нью-Йорк: издательство McGraw-Hill Professional Publishing; 2001. Vol 2: 1679-91.

  • Уилкинс Т., Джарвис К., Патель Дж. Диагностика и лечение болезни Крона. Am Fam Врач . 2011 15 декабря. 84 (12): 1365-75. [Медлайн].

  • Данезе С., Семераро С., Папа А. и др. Внекишечные проявления при воспалительном заболевании кишечника. Мир Дж. Гастроэнтерол . 2005 14 декабря. 11 (46): 7227-36. [Медлайн]. [Полный текст].

  • Canavan C, Abrams KR, Mayberry J. Мета-анализ: риск рака толстой кишки и тонкой кишки у пациентов с болезнью Крона. Алимент Фармакол Тер . 2006 15 апреля. 23 (8): 1097-104. [Медлайн].

  • Джесс Т., Симонсен Дж., Йоргенсен К.Т., Педерсен Б.В., Нильсен Н.М., Фриш М. Снижение риска колоректального рака у пациентов с воспалительным заболеванием кишечника старше 30 лет. Гастроэнтерология . 2012 августа, 143 (2): 375-81.e1; викторина e13-4. [Медлайн].

  • Херринтон Л.Дж., Лю Л., Левин Т.Р., Эллисон Дж.Э., Льюис Д.Д., Велайос Ф. Заболеваемость и смертность от колоректальной аденокарциномы у лиц с воспалительным заболеванием кишечника с 1998 по 2010 год. Гастроэнтерология . 2012 августа 143 (2): 382-9. [Медлайн].

  • Bernstein CN, Blanchard JF, Rawsthorne P, Yu N. Распространенность внекишечных заболеваний при воспалительных заболеваниях кишечника: популяционное исследование. Ам Дж. Гастроэнтерол . 2001 апр. 96 (4): 1116-22. [Медлайн].

  • Isaacs KL. Насколько распространены внекишечные проявления при первоначальном диагнозе ВЗК? Воспаление кишечника . 2008, 14 октября, приложение 2: S198-9. [Медлайн].

  • Агазаде Р., Зали М.Р., Бахари А., Амин К., Гахгайе Ф., Фирузи Ф. Воспалительное заболевание кишечника в Иране: обзор 457 случаев. Дж Гастроэнтерол Гепатол . 2005 20 ноября (11): 1691-5. [Медлайн].

  • Гаше С., Шолмерих Дж., Брынсков Дж. И др. Простая классификация болезни Крона: доклад Рабочей группы Всемирного конгресса гастроэнтерологов, Вена, 1998. Inflamm Bowel Dis . 2000 Февраль 6 (1): 8-15. [Медлайн].

  • Сильверберг М.С., Сатсанги Дж., Ахмад Т. и др. К комплексной клинической, молекулярной и серологической классификации воспалительных заболеваний кишечника: Отчет Рабочей группы Монреальского Всемирного Конгресса Гастроэнтерологов 2005 г. Банка J Гастроэнтерол . 2005, 19 сентября, приложение A: 5-36. [Медлайн].

  • Leach ST, Nahidi L, Tilakaratne S, Day AS, Lemberg DA. Разработка и оценка модифицированного индекса активности болезни Крона у детей. J Педиатр Гастроэнтерол Нутр . 2010 Август 51 (2): 232-6. [Медлайн].

  • Каппельман М.Д., Крэндалл В.В., Коллетти Р.Б. и др. Краткий педиатрический индекс активности болезни Крона для улучшения качества и обсервационных исследований. Воспаление кишечника . 2011 17 января (1): 112-7. [Медлайн]. [Полный текст].

  • [Рекомендации] Бернштейн С.Н., Элиаким А., Федейл С. и др. Глобальные рекомендации Всемирной гастроэнтерологической организации по воспалительным заболеваниям кишечника: обновленные данные за август 2015 г. J Clin Gastroenterol . 2016 ноя / дек. 50 (10): 803-18. [Медлайн]. [Полный текст].

  • [Рекомендации] Всемирная гастроэнтерологическая организация. Глобальное руководство Всемирной гастроэнтерологической организации: воспалительные заболевания кишечника: глобальная перспектива.Мюнхен, Германия: Всемирная гастроэнтерологическая организация; 2009 г. Доступно по адресу http://guideline.gov/content.aspx?id=15231. Доступ: 12 декабря 2012 г.

  • McNamara D. Новое руководство по ВЗК призвано упростить уход. Медицинские новости Medscape. Доступно на https://www.medscape.com/viewarticle/892853. 20 февраля 2018 г .; Дата обращения: 6 июня 2018 г.

  • Говани С.М., Гюнтнер А.С., Вальджи А.К., Хиггинс П.Д. Стратификация риска пациентов отделения неотложной помощи с болезнью Крона может сократить использование компьютерной томографии почти вдвое. Клин Гастроэнтерол Гепатол . 2014 Октябрь 12 (10): 1702-1707.e3. [Медлайн]. [Полный текст].

  • Ньюнхэм Э, Хоукс Э, Сурендер А, Джеймс С.Л., Гирри Р., Гибсон ПР. Количественная оценка воздействия диагностического медицинского излучения на пациентов с воспалительным заболеванием кишечника: способствуем ли мы злокачественному новообразованию ?. Алимент Фармакол Тер . 2007 октября, 1. 26 (7): 1019-24. [Медлайн].

  • Десмонд А.Н., О’Реган К., Карран С. и др. Болезнь Крона: факторы, связанные с воздействием высоких уровней диагностического излучения. Кишечник . 2008 ноябрь 57 (11): 1524-9. [Медлайн].

  • Kambadakone AR, Prakash P, Hahn PF, Sahani DV. КТ с низкой дозой облучения при болезни Крона: влияние на качество изображения, диагностические характеристики и дозу облучения. AJR Am J Roentgenol . 2010 июль 195 (1): 78-88. [Медлайн].

  • Крейг О., О’Нил С., О’Нил Ф. и др. Диагностическая точность компьютерной томографии с использованием более низких доз радиации для пациентов с болезнью Крона. Клин Гастроэнтерол Гепатол . 2012 10 августа (8): 886-92. [Медлайн].

  • Панес Дж., Бузас Р., Чапарро М. и др. Систематический обзор: использование ультразвукового исследования, компьютерной томографии и магнитно-резонансной томографии для диагностики, оценки активности и абдоминальных осложнений болезни Крона. Алимент Фармакол Тер . 2011 Июль 34 (2): 125-45. [Медлайн].

  • Gisbert JP, McNicholl AG. Вопросы и ответы о роли фекального кальпротектина как биологического маркера воспалительного заболевания кишечника. Dig Liver Dis . 2009 г., 41 (1): 56-66. [Медлайн].

  • D’Inca R, Dal Pont E, Di Leo V, et al. Кальпротектин и лактоферрин в оценке воспаления кишечника и органических заболеваний. Int J Colorectal Dis . 2007 апреля, 22 (4): 429-37. [Медлайн].

  • Mackalski BA, Bernstein CN. Новые средства визуализации воспалительных заболеваний кишечника. Кишечник . May 2006. 55 (5): 733-41.

  • Saibeni S, Rondonotti E, Iozzelli A, et al.Визуализация тонкой кишки при болезни Крона: обзор старых и новых методов. Мир Дж. Гастроэнтерол . 2007, 28 июня, 13 (24): 3279-87. [Медлайн].

  • Schreyer AG, Seitz J, Feuerbach S, Rogler G, Herfarth H. Современная визуализация с использованием компьютерной томографии и магнитно-резонансной томографии для воспалительного заболевания кишечника (IBD) AU1. Воспаление кишечника . 2004 г., 10 (1): 45-54. [Медлайн].

  • [Рекомендации] Кидд Р., Мезва Д.Г., Раллс П.В. и др.Рекомендации по визуализации для пациентов с впервые подозрением на болезнь Крона, а также для пациентов с известной болезнью Крона и острым обострением или предполагаемыми осложнениями. Американский колледж радиологии. Критерии соответствия ACR. Радиология . 2000 июн. 215 Дополн .: 181-92. [Медлайн].

  • Fidler JL, Rosen MP, Blake MA и др., Для Группы экспертов по визуализации желудочно-кишечного тракта. Критерии соответствия ACR: болезнь Крона. [онлайн-публикация]. Рестон, Вирджиния: Американский колледж радиологии; 2011 г.Доступно на http://guideline.gov/content.aspx?id=35137. Доступ: 5 апреля 2011 г.

  • Pilleul F, Godefroy C, Yzebe-Beziat D, Dugougeat-Pilleul F, Lachaux A, Valette PJ. Магнитно-резонансная томография при болезни Крона. Гастроэнтерол Clin Biol . 2005 авг-сен. 29 (8-9): 803-8. [Медлайн].

  • Флори Дж., Хорстхуис К., Хоммс Д.В. и др. Магнитно-резонансная томография в сравнении с илеоколоноскопией в оценке тяжести болезни Крона. Клин Гастроэнтерол Гепатол . 2005 декабрь 3 (12): 1221-8. [Медлайн].

  • Rimola J, Ordas I, Rodriguez S, et al. Магнитно-резонансная томография для оценки болезни Крона: проверка параметров тяжести и количественного показателя активности. Воспаление кишечника . 2011 17 августа (8): 1759-68. [Медлайн].

  • Ли С.С., Ким А.Й., Ян С.К. и др. Болезнь Крона тонкой кишки: сравнение КТ-энтерографии, МР-энтерографии и последующего наблюдения за тонкой кишкой как диагностических методов. Радиология . 2009 июнь 251 (3): 751-61. [Медлайн].

  • Low RN, Фрэнсис И.Р., Политоске Д., Беннет М. Оценка болезни Крона: сравнение МРТ с контрастным усилением и однофазного спирального КТ-сканирования. Дж. Магнитно-резонансная томография . 2000 февраля, 11 (2): 127-35. [Медлайн].

  • Fiorino G, Bonifacio C, Peyrin-Biroulet L, et al. Проспективное сравнение компьютерной томографии энтерографии и магнитно-резонансной энтерографии для оценки активности заболевания и осложнений при илеоколонической болезни Крона. Воспаление кишечника . 2011 Май. 17 (5): 1073-80. [Медлайн].

  • Хафиз Р., Пунвани С., Булос П. и др. Диагностическое и терапевтическое влияние МР-энтерографии при болезни Крона. Клин Радиол . 2011 декабрь 66 (12): 1148-58. [Медлайн].

  • Гуиди Л., Ратто С., Семераро С. и др. Комбинированная терапия инфликсимабом и сетонным дренажом при перианальной фистулизации болезни Крона с анальным эндосонографическим мониторингом: опыт одного центра. Тех Колопроктол . 2008 июн. 12 (2): 111-7. [Медлайн].

  • Schwartz DA, White CM, Wise PE, Herline AJ. Использование эндоскопического ультразвука для руководства комбинированной медикаментозной и хирургической терапией пациентов с перианальными свищами Крона. Воспаление кишечника . 2005 11 августа (8): 727-32. [Медлайн].

  • Wise PE, Schwartz DA. Оценка и лечение перианальных свищей Крона: EUA, EUS, МРТ и другие методы визуализации. Гастроэнтерол Clin North Am .2012 июн. 41 (2): 379-91. [Медлайн].

  • Лейтон Дж.А., Шен Б., Барон Т.Х. и др. Рекомендации ASGE: эндоскопия в диагностике и лечении воспалительных заболеваний кишечника. Гастроинтест Endosc . 2006 апр. 63 (4): 558-65. [Медлайн].

  • Rubin DT, Panaccione R, Chao J, Robinson AM. Практическое, основанное на фактах руководство по применению адалимумаба при болезни Крона. Curr Med Res Opin . 2011 Сентябрь 27 (9): 1803-13. [Медлайн].

  • Робинсон М.Оптимизация терапии воспалительного заболевания кишечника. Ам Дж. Гастроэнтерол . 1997 декабрь 92 (12 доп.): 12С-17С. [Медлайн].

  • Helwick C. Трансплантация стволовых клеток останавливает болезнь Крона. Медицинские новости Medscape от WebMD. Доступно на http://www.medscape.com/viewarticle/804570. 22 мая 2013 г .; Доступ: 4 июня 2013 г.

  • Полковник Дж. Ф., Сандборн В. Дж., Рейниш В. и др. Инфликсимаб, азатиоприн или комбинированная терапия болезни Крона. N Engl J Med . 15 апреля 2010 г. 362 (15): 1383-95. [Медлайн].

  • Лим В.С., Ханауэр С. Аминосалицилаты для индукции ремиссии или ответа при болезни Крона. Кокрановская база данных Syst Rev . 2010 8 декабря. CD008870. [Медлайн].

  • Ford AC, Bernstein CN, Khan KJ, et al. Глюкокортикостероидная терапия при воспалительном заболевании кишечника: систематический обзор и метаанализ. Ам Дж. Гастроэнтерол . 2011 апр. 106 (4): 590-9.[Медлайн].

  • Тернер Д., Гроссман А.Б., Рош Дж. И др. Метотрексат после безуспешной терапии тиопурином при болезни Крона у детей. Ам Дж. Гастроэнтерол . 2007 декабрь 102 (12): 2804-12; quiz 2803, 2813. [Medline].

  • Ford AC, Sandborn WJ, Khan KJ, Hanauer SB, Talley NJ, Moayyedi P. Эффективность биологических методов лечения воспалительного заболевания кишечника: систематический обзор и метаанализ. Ам Дж. Гастроэнтерол . 2011 апр.106 (4): 644-59. [Медлайн].

  • Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США. Блокаторы фактора некроза опухоли альфа (TNFα): изменение этикеток – предупреждение в рамке обновлено для риска заражения Legionella и Listeria. Размещено 7 сентября 2011 г. Доступно по адресу http://www.fda.gov/Safety/MedWatch/SafetyInformation/SafetyAlertsforHumanMedicalProducts/ucm270977.htm. Доступ: 5 апреля 2012 г.

  • Ядав А, Курада С, Форомера Дж, Фальчук К.Р., Фейерштейн Дж. Метаанализ, сравнивающий эффективность и побочные эффекты биопрепаратов и тиопуринов при болезни Крона после операции по поводу язвенного колита. Dig Liver Dis . 2018 30 мая. [Medline].

  • [Рекомендации] Лихтенштейн Г.Р., Абреу М.Т., Коэн Р., Тремейн В. Заявление о медицинской позиции Института Американской гастроэнтерологической ассоциации в отношении кортикостероидов, иммуномодуляторов и инфликсимаба при воспалительных заболеваниях кишечника. Гастроэнтерология . 2006 Март 130 (3): 935-9. [Медлайн]. [Полный текст].

  • Present DH, Rutgeerts P, Targan S, et al. Инфликсимаб для лечения свищей у пациентов с болезнью Крона. N Engl J Med . 1999 May 6. 340 (18): 1398-405. [Медлайн].

  • Targan SR, Hanauer SB, van Deventer SJ, et al. Краткосрочное исследование химерного моноклонального антитела cA2 к фактору некроза опухоли альфа при болезни Крона. Группа изучения болезни Крона cA2. N Engl J Med . 1997, 9 октября. 337 (15): 1029-35. [Медлайн]. [Полный текст].

  • Present DH, Rutgeerts P, Targan S, et al. Инфликсимаб для лечения свищей у пациентов с болезнью Крона. N Engl J Med . 1999 May 6. 340 (18): 1398-405. [Медлайн]. [Полный текст].

  • Луи Э., Мэри Дж. Й., Вернье-Массуй Дж. И др. Поддержание ремиссии у пациентов с болезнью Крона, получающих антиметаболитную терапию, после терапии инфликсимабом прекращается. Гастроэнтерология . 2012, январь, 142 (1): 63-70.e5; викторина e31. [Медлайн].

  • Peyrin-Biroulet L, Laclotte C, Bigard MA. Поддерживающая терапия адалимумабом при болезни Крона с непереносимостью или потерей ответа на инфликсимаб: открытое исследование. Алимент Фармакол Тер . 2007 15 марта. 25 (6): 675-80. [Медлайн]. [Полный текст].

  • Hanauer SB, Sandborn WJ, Rutgeerts P, et al. Человеческое моноклональное антитело против фактора некроза опухоли (адалимумаб) при болезни Крона: испытание CLASSIC-I. Гастроэнтерология . 2006 февраль 130 (2): 323-33; викторина 591. [Medline].

  • Полковник Дж. Ф., Сандборн В. Дж., Рутгертс П. и др. Адалимумаб для поддержания клинического ответа и ремиссии у пациентов с болезнью Крона: исследование CHARM. Гастроэнтерология . 2007, январь 132 (1): 52-65. [Медлайн].

  • Маннон П.Дж., Фасс И.Дж., Майер Л. и др. Антитела к интерлейкину-12 при активной болезни Крона. N Engl J Med . 2004 г. 11 ноября. 351 (20): 2069-79. [Медлайн].

  • Sandborn WJ, Rutgeerts P, Enns R, et al. Индукционная терапия адалимумабом при болезни Крона, ранее лечившейся инфликсимабом: рандомизированное исследование. Энн Интерн Мед. . 19 июня 2007 г. 146 (12): 829-38.[Медлайн]. [Полный текст].

  • Перец МА. Клинические проявления, диагностика и прогноз язвенного колита у взрослых. Дата обновления . 15 сентября 2008 г. [Полный текст].

  • Sandborn WJ, Feagan BG, Stoinov S, et al. Цертолизумаб пегол для лечения болезни Крона. N Engl J Med . 2007 июля 19, 357 (3): 228-38. [Медлайн].

  • Schreiber S, Khaliq-Kareemi M, Lawrance IC, et al.Поддерживающая терапия цертолизумабом пеголом при болезни Крона. N Engl J Med . 2007 июля 19, 357 (3): 239-50. [Медлайн].

  • Лихтенштейн Г.Р., Томсен О.О., Шрайбер С. и др. Непрерывная терапия цертолизумабом пеголом поддерживает ремиссию пациентов с болезнью Крона на срок до 18 месяцев. Клин Гастроэнтерол Гепатол . 2010 июл.8 (7): 600-9. [Медлайн].

  • Biogen Idec Elan. Обновление безопасности TYSABRI (натализумаб): (17 августа 2012 г.).Доступно на http://www.tapp.com.au/members/Tysabri_Safety_Update_160812.pdf. Доступ: 14 декабря 2012 г.

  • FDA. Сообщение FDA по безопасности лекарств: новый фактор риска прогрессирующей мультифокальной лейкоэнцефалопатии (ПМЛ), связанной с Tysabri (натализумаб) [объявление о безопасности]. 20 января 2012 г. Доступно по адресу http://www.fda.gov/Drugs/DrugSafety/ucm288186.htm. Доступ: 14 декабря 2012 г.

  • Sandborn WJ, Colombel JF, Enns R, et al. Индукция и поддерживающая терапия натализумабом при болезни Крона. N Engl J Med . 2005 г. 3 ноября. 353 (18): 1912-25. [Медлайн].

  • Targan SR, Feagan BG, Fedorak RN, et al, за международную эффективность натализумаба в группе исследований по оценке реакции и ремиссии болезни Крона (ENCORE). Натализумаб для лечения активной болезни Крона: результаты исследования ENCORE. Гастроэнтерология . 2007 май. 132 (5): 1672-83. [Медлайн].

  • Sandborn WJ, Feagan BG, Rutgeerts P, et al. Ведолизумаб как индукционная и поддерживающая терапия болезни Крона. N Engl J Med . 2013 22 августа. 369 (8): 711-21. [Медлайн].

  • Brooks M. FDA очищает устекинумаб (стелара) от болезни Крона. Медицинские новости Medscape. Доступно на http://www.medscape.com/viewarticle/869259. 26 сентября 2016 г .; Дата обращения: 30 сентября 2016 г.

  • Джонсон и Джонсон. FDA одобряет STELARA (устекинумаб) для лечения взрослых с болезнью Крона в активной или тяжелой форме. Доступно по адресу https://www.jnj.com/media-center/press-releases/fda-approves-stelara-ustekinumab-for-treatment-of-adults-with-moderately-to-severely-active-crohns-disease.26 сентября 2016 г .; Дата обращения: 30 сентября 2016 г.

  • Sandborn W, Gasink C, Blank M и др. O-001 Многоцентровое двойное слепое плацебо-контролируемое исследование фазы 3 устекинумаба, мАт человеческого IL-12 / 23P40, при умеренно-тяжелой болезни Крона, резистентной к анти-TFNα: UNITI-1. Воспаление кишечника . 2016 22 марта, приложение 1: S1. [Медлайн].

  • Feagan B, Gasink C, Lang Y и др. Многоцентровое рандомизированное двойное слепое плацебо-контролируемое исследование фазы 3 устекинумаба, человеческого моноклонального антитела к IL-12 / 23P40, у пациентов с болезнью Крона средней и тяжелой степени активной формы, которые ранее не принимали антибактериальные препараты или не реагировали на них. TNF (UNITI-2).Представлено на: Ежегодном научном собрании Американского колледжа гастроэнтерологии, 2015 г .; Гонолулу, Гавайи; 16-21 октября 2015 г. [Полный текст].

  • Санборн В., Фиган Б.Г., Гасинк С. и др. Рандомизированное многоцентровое двойное слепое плацебо-контролируемое исследование фазы 3 поддерживающей терапии устекинумабом у пациентов с болезнью Крона средней и тяжелой степени тяжести: результаты IM-UNITI [аннотация 768]. Представлено на: Неделе болезней органов пищеварения; Сан-Диего, Калифорния; 23 мая 2016 г. [Полный текст].

  • Иборра М., Бельтран Б., Фернандес-Клотет А. и др.Реальная краткосрочная эффективность устекинумаба у 305 пациентов с болезнью Крона: результаты из реестра ENEIDA. Алимент Фармакол Тер . 2019 Август 50 (3): 278-88. [Медлайн]. [Полный текст].

  • McSharry K, Dalzell AM, Leiper K, El-Matary W. Систематический обзор: роль такролимуса в лечении болезни Крона. Алимент Фармакол Тер . 2011 Декабрь 34 (11-12): 1282-94. [Медлайн].

  • Соломон М.Дж., Маклеод Р.С., О’Коннор Б.И., Стейнхарт Х., Гринберг Г.Р., Коэн З.Комбинация ципрофлоксацина и метронидазола при тяжелой перианальной болезни Крона. Банка J Гастроэнтерол . 1993. 7: 571-3.

  • Borrelli O, Cordischi L, Cirulli M и др. Только полимерная диета по сравнению с кортикостероидами в лечении активной педиатрической болезни Крона: рандомизированное контролируемое открытое исследование. Клин Гастроэнтерол Гепатол . 2006 июн. 4 (6): 744-53. [Медлайн].

  • Harpavat M, Keljo DJ, Regueiro MD. Метаболическое заболевание костей при воспалительном заболевании кишечника. Дж Клин Гастроэнтерол . 2004 г., 38 (3): 218-24. [Медлайн].

  • Хойшкель Р. Энтеральное питание при болезни Крона: больше, чем просто калории. J Педиатр Гастроэнтерол Нутр . 2004 г., 38 (3): 239-41. [Медлайн].

  • Razack R, Seidner DL. Питание при воспалительном заболевании кишечника. Curr Opin Gastroenterol . 2007 июля 23 (4): 400-5. [Медлайн].

  • Whitten KE, Rogers P, Ooi CY, Day AS.Международный обзор протоколов энтерального питания, используемых у детей с болезнью Крона. Дж Dig Dis . 2012 13 февраля (2): 107-12. [Медлайн].

  • Марковиц Дж., Марковиц Дж. Э., Бусварос А. и др. Отчет семинара: профилактика послеоперационных рецидивов болезни Крона. J Педиатр Гастроэнтерол Нутр . 2005 г., 41 (2): 145-51. [Медлайн].

  • Ewe K, Herfarth C, Malchow H, Jesdinsky HJ. Послеоперационный рецидив болезни Крона в связи с радикальностью операции и профилактикой сульфасалазином: многоцентровое исследование. Пищеварение . 1989. 42 (4): 224-32. [Медлайн].

  • Алос Р., Инохоса Дж. Сроки операции при болезни Крона: ключевой вопрос в лечении. Мир Дж. Гастроэнтерол . 2008, 28 сентября, 14 (36): 5532-9. [Медлайн].

  • Симиллис К., Ямамото Т., Риз Г.Е. и др. Метаанализ, сравнивающий частоту рецидивов и показания к повторной операции после операции по поводу перфорирующей и неперфорирующей болезни Крона. Ам Дж. Гастроэнтерол .2008, январь 103 (1): 196-205. [Медлайн].

  • Шен Б. Лечение медицинских осложнений и рецидивов после операции по поводу болезни Крона. Curr Gastroenterol Rep . 2008 декабрь 10 (6): 606-11. [Медлайн].

  • Кобб WS IV. Пилоропластика по Финнею. Понски JR, Розен MJ, ред. Атлас хирургических технологий верхних отделов желудочно-кишечного тракта и тонкой кишки . Филадельфия, Пенсильвания: Сондерс Эльзевьер; 2010. 97-103.

  • Ангел CA.Пилоропластика по Финнею. Townsend CM Jr, Evers BM, ред. Атлас общей хирургической техники . Филадельфия, Пенсильвания: Сондерс Эльзевьер; 2010. Глава 24.

  • Ямамото Т, Фацио Фольксваген, Теккис ПП. Безопасность и эффективность стриктуропластики при болезни Крона: систематический обзор и метаанализ. Диск прямой кишки . 2007 ноябрь 50 (11): 1968-86. [Медлайн].

  • Couckuyt H, Gevers AM, Coremans G, Hiele M, Rutgeerts P. Эффективность и безопасность гидростатической баллонной дилатации илеоколонических стриктур Крона: перспективный долгосрочный анализ. Кишечник . 1995 Апрель, 36 (4): 577-80. [Медлайн].

  • Гарсия Дж. К., Перски С. Е., Бонис П. А., Топазиан М. Абсцессы при болезни Крона: результат медикаментозного против хирургического лечения. Дж Клин Гастроэнтерол . 2001 май-июнь. 32 (5): 409-12. [Медлайн].

  • Berg DF, Bahadursingh AM, Kaminski DL, Longo WE. Неотложные хирургические вмешательства при воспалительном заболевании кишечника. Am J Surg . 2002 Июль 184 (1): 45-51. [Медлайн].

  • Kiran RP, Nisar PJ, Church JM, Fazio VW.Роль первичной хирургической процедуры в поддержании непрерывности кишечника у пациентов с колитом Крона. Энн Сург . 2011 июн. 253 (6): 1130-5. [Медлайн].

  • Kamm MA, Ng SC. Перианальный свищ болезнь Крона: призыв к действию. Клин Гастроэнтерол Гепатол . 2008 6 января (1): 7-10. [Медлайн].

  • Боде М., Эдер С., Шурманн Г. [Перианальные свищи при болезни Крона – биологические препараты и хирургия: стоит ли это?]. Z Гастроэнтерол . 2008 декабрь 46 (12): 1376-83. [Медлайн].

  • Poritz LS, Rowe WA, Koltun WA. Ремикейд не отменяет необходимости хирургического вмешательства при болезни Крона свищей. Диск прямой кишки . 2002 июн. 45 (6): 771-5. [Медлайн].

  • Лю С.Д., Роланделли Р., Эшли С.В., Эванс Б., Шин М., Макфадден Д.В. Лапароскопическая хирургия воспалительного заболевания кишечника. Am Surg . Dec 1995. 61 (12): 1054-6.

  • Sardinha TC, Wexner SD.Лапароскопия при воспалительном заболевании кишечника: за и против. Мир J Surg . 1998 22 апреля (4): 370-4. [Медлайн].

  • Джорджесон К.Е., Коэн Р.Д., Хебра А. и др. Первичное протягивание эндоректальной кишки с помощью лапароскопии при болезни Гиршпрунга: новый золотой стандарт. Энн Сург . 1999 Май. 229 (5): 678-82; обсуждение 682-3. [Медлайн]. [Полный текст].

  • Lowney JK, Dietz DW, Birnbaum EH, Kodner IJ, Mutch MG, Fleshman JW. Есть ли разница в частоте рецидивов при лапароскопической илеоколической резекции болезни Крона по сравнению с традиционным хирургическим вмешательством? Долгосрочное последующее исследование. Диск прямой кишки . 2006, январь, 49 (1): 58-63. [Медлайн].

  • Chen HH, Wexner SD, Iroatulam AJ, et al. Лапароскопическая колэктомия выгодно отличается от колэктомии лапаротомией в плане уменьшения послеоперационной кишечной непроходимости. Диск прямой кишки . 2000, январь, 43 (1): 61-5. [Медлайн].

  • Eshuis EJ, Polle SW, Slors JF и др. Долгосрочный хирургический рецидив, заболеваемость, качество жизни и изображение тела при лапароскопической и открытой илеоколической резекции при болезни Крона: сравнительное исследование. Диск прямой кишки . 2008 июнь 51 (6): 858-67. [Медлайн].

  • Eshuis EJ, Bemelman WA, van Bodegraven AA, et al. Лапароскопическая илеоколическая резекция по сравнению с лечением инфликсимабом дистального илеита при болезни Крона: рандомизированное многоцентровое исследование (LIR! C-испытание). BMC Surg . 2008 22 августа 8:15. [Медлайн].

  • [Рекомендации] Фаррей Ф.А., Мелмед Г.Ю., Лихтенштейн Г.Р., Кейн С.В. Клинические рекомендации ACG: профилактика воспалительных заболеваний кишечника. Ам Дж. Гастроэнтерол . 2017 Февраль 112 (2): 241-58. [Медлайн]. [Полный текст].

  • [Директива] Лихтенштейн Г.Р., Лофтус Е.В., Исаакс К.Л., Регейро М.Д., Герсон Л.Б., Сэндс Б.Е. Клинические рекомендации ACG: лечение болезни Крона у взрослых. Ам Дж. Гастроэнтерол . 2018 Апрель 113 (4): 481-517. [Медлайн]. [Полный текст].

  • [Рекомендации] Брюнинг Д.Х., Циммерманн Э.М., Лофтус Э.В. мл. И др. Консенсусные рекомендации по оценке, интерпретации и использованию компьютерной томографии и магнитно-резонансной энтерографии у пациентов с болезнью Крона тонкой кишки. Гастроэнтерология . 2018 Март 154 (4): 1172-94. [Медлайн].

  • Эксперты предлагают рекомендации по поперечной энтерографии при болезни Крона. Информация о здоровье Reuters. Доступно на https://www.medscape.com/viewarticle/8

    . 23 января 2018 г .; Дата обращения: 26 июля 2019 г.

  • Виллеман Т., Журдиль Дж. Ф., Готье-Вейре Э., Боназ Б., Станке-Лабеск Ф. Метод тандемной масс-спектрометрии с мультиплексной жидкостной хроматографией для количественного определения семи терапевтических моноклональных антител: приложение для мониторинга терапевтических препаратов адалимумаба у пациентов с болезнью Крона. Анальный химикат Acta . 2019 27 августа 1067: 63-70. [Медлайн].

  • Хан К.Дж., Ульман Т.А., Форд А.С. и др. Антибактериальная терапия при воспалительном заболевании кишечника: систематический обзор и метаанализ. Ам Дж. Гастроэнтерол . 2011 апр. 106 (4): 661-73. [Медлайн].

  • Feagan BG, Rutgeerts PJ, Sands BE, et al. Индукционная терапия язвенного колита: результаты рандомизированного плацебо-контролируемого двойного слепого многоцентрового исследования 3 фазы GEMINI I [аннотация 943b]. Гастроэнтерология . 2012. 142 (5): S160-61.

  • Сакураба А., Кейашиан К., Коррейа С. и др. Натализумаб при болезни Крона: результат работы центра третичных воспалительных заболеваний кишечника в США. Воспаление кишечника . 2013 марта 19 (3): 621-6. [Медлайн].

  • Savarino E, Bodini G, Dulbecco P, et al. Адалимумаб более эффективен, чем азатиоприн и месаламин, в предотвращении послеоперационного рецидива болезни Крона: рандомизированное контролируемое исследование. Ам Дж. Гастроэнтерол . 2013 ноябрь 108 (11): 1731-42. [Медлайн]. [Полный текст].

  • Валентин Дж. Ф., Федорак Р. Н., Фиган Б. и др. Стероидсберегающие свойства сарграмостима у пациентов с кортикостероид-зависимой болезнью Крона: рандомизированное, двойное слепое, плацебо-контролируемое исследование фазы 2. Кишечник . 2009 Октябрь 58 (10): 1354-62. [Медлайн].

  • [Рекомендации] Feuerstein JD, Nguyen GC, Kupfer SS, Falck-Ytter Y, Singh S, для Комитета по клиническим рекомендациям Института Американской гастроэнтерологической ассоциации.Руководство Института Американской гастроэнтерологической ассоциации по мониторингу терапевтических препаратов при воспалительном заболевании кишечника. Гастроэнтерология . 2017 Сентябрь 153 (3): 827-34. [Медлайн]. [Полный текст].

  • Satta R, Pes GM, Rocchi C, Pes MC, Dore MP. Полезно ли использование пробиотиков при поражениях кожи у пациентов с воспалительными заболеваниями кишечника? J Dermatolog Treat . 2019 Сентябрь 30 (6): 612-6. [Медлайн].

    • Классификация детских воспалительных заболеваний кишечника с использованием машинного обучения

    Были собраны эндоскопические и гистологические данные для 287 пациентов; 178 пациентов с болезнью Крона, 80 с язвенным колитом и 29 пациентов с воспалительным заболеванием кишечника без классификации.Машинное обучение было применено к 239 пациентам (CD = 143, UC = 97, IBDU = 29). Самки составляют 37% (107) особей в наборе данных. Средний возраст дебюта составил 11,5 лет (от 1,6 до 17,6 лет). Двадцать шесть (9%) пациентов были диагностированы в возрасте до 6 лет (ВЗК с очень ранним началом). Остальные 48 пациентов (CD = 35, UC = 13, средний возраст дебюта 13,2 года) были использованы для проверки модели.

    Неконтролируемая кластеризация показывает перекрытие фенотипов CD и UC

    Эндоскопические и гистологические данные подверглись анализу главных компонентов, причем первые три компонента представляют 52.2% от общей дисперсии данных. Согласно данным PCA и многомерной шкалы, не было четкого разделения на болезнь Крона и язвенный колит (рис. 2A, B).

    Рисунок 2

    Подходы к уменьшению размерности и иерархическая кластеризация данных PIBD. ( A , B ) Анализ главных компонентов ( A ) и многомерное масштабирование ( B ) клинических данных от 239 пациентов с PIBD. На первые три компонента PCA приходится 52,2% общей дисперсии.Важное примечание – диагнозы UC / CD / IBDU использовались только для ретроспективного окрашивания точек данных и не были включены в фактическое моделирование. ( C ) Тепловая карта эндоскопических и гистологических аномалий тканей у пациентов с PIBD. Ненормальные проявления показаны оранжевым цветом, нормальные – голубым, а отсутствующие данные – белым. Звездочки указывают на гистологические особенности. Метки восходящей, поперечной и нисходящей ободочной кишки были укорачены до A-Colon, T-Colon и D-Colon соответственно. Левая полоса показывает указанный диагноз: CD – красным, UC – синим, IBDU – желтым.Опять же, диагнозы UC / CD / IBDU не использовались для моделирования данных, а только для ретроспективного окрашивания каждого элемента. Верхняя полоса показывает тип исследования: гистология – белым, эндоскопия – черным. Идентифицированные колоректальные группы показаны пунктирными рамками и помечены от одного (i) до четырех (iv). ( D ) График в виде прямоугольников и усов, отображающий уровни С-реактивного белка (СРБ), зарегистрированные при диагностике в четырех идентифицированных группах. Каждое поле представляет данные из первого (нижний край) и третьего (верхний край) квартиля.Красные столбцы и числа – средний уровень CRP. Пунктирные усы показывают самый низкий и самый высокий CRP в каждой группе. Черные кружки – точки с выбросами.

    Несмотря на отсутствие четких кластеров, индивидуумы CD и UC по-разному распределены в трехмерном пространстве с регионами, преимущественно заселенными тем или иным классом. Как и ожидалось, пациенты с IBDU были равномерно распределены по данным CD и UC. Такая же картина кластеризации наблюдалась с MDS (рис.2B), настоятельно предполагая линейные отношения между измеренными характеристиками. Отсутствие четких кластеров подтверждает сложность различения фенотипов CD и UC при микроскопических и макроскопических наблюдениях.

    Иерархическая кластеризация идентифицирует четыре подтипа PIBD

    В соответствии с анализами PCA и MDS, иерархическая кластеризация не стратифицировала пациентов согласно диагнозу CD, UC и IBDU (рис. 2C). Тем не менее, он выявил наличие отдельных подгрупп пациентов, соответствующих сложным паттернам аномалий.Как и ожидалось, большая часть макроскопических и микроскопических нарушений регуляции наблюдалась в колоректальной области. Рассматривая только колоректальную область, можно наблюдать четыре отдельные группы (рис. 2C, i – iv). В первой группе (i) у пациентов обнаруживаются тканевые аномалии, выявленные как при эндоскопии, так и при гистологии. Вторая группа (ii) выявляет колоректальные аномалии только после микроскопического исследования. Пациенты, принадлежащие к третьей группе (iii), обращаются с воспалением прямой и нисходящей толстой кишки.Наконец, четвертая группа (iv) не показывает никаких нарушений колоректальной области. Некоторые пациенты не входят ни в одну из этих четырех групп, поскольку у них нет четкого колоректального паттерна. У этих пациентов большее количество локализаций заболевания с нулевыми значениями (что отражает ограничения при эндоскопии).

    Подвздошная кишка демонстрировала непоследовательный паттерн разрыва, действуя как интерфейс между в основном аномальными и в основном нормальными областями (левая сторона против . Правая часть рис.2С). Кроме того, эндоскопические или гистологические аномалии верхних отделов желудочно-кишечного тракта встречаются реже по сравнению с патологиями нижних отделов желудочно-кишечного тракта, это в равной степени применимо ко всем пациентам, независимо от их диагноза (БК или ЯК).

    Четыре группы были проанализированы на предмет различий в их составе пациентов с: диагнозом БК или ЯК; Пол; положительный или отрицательный семейный анамнез и клинический диагноз любого другого личного аутоиммунного заболевания. Не было значительных различий между группами по любой из этих переменных, за исключением диагноза.Группа iii (воспаление прямой кишки и нисходящей ободочной кишки) была значительно обогащена для пациентов с язвенным колитом (p = 0,046), а группа iv (без колоректального поражения) была значительно обогащена для пациентов с болезнью Крона (p = 0,007). Группы i и ii не были значительно обогащены ни по CD, ни по UC, что указывает на наличие обоих типов заболевания.

    Регрессионный анализ четырех групп выявил достоверное (p = 0,003) увеличение CRP для пациентов в группе iii по сравнению с другими группами (рис.2D). Существенной разницы в возрасте постановки диагноза между группами не было.

    Комбинированная модель отличает болезнь Крона от язвенного колита с наибольшей точностью

    Выбор модели был основан на тестировании ряда различных алгоритмов и ядер. В таблице 1 представлена ​​точность классификации, полученная при подгонке и тестировании моделей для всего набора данных, за исключением пациентов с IBDU и проверочной когорты. Сообщенная точность является только информативной с точки зрения сравнения различных моделей и не была проверена на внешнем наборе данных.Линейный дискриминант и машина линейных опорных векторов превзошли другие протестированные алгоритмы. Линейные модели работают лучше, чем древовидные модели и нелинейные SVM. Хотя линейная SVM на 0,5% менее точна по сравнению с линейной дискриминантной моделью, она представляет собой лучший выбор с точки зрения адаптируемости и интерпретации. Линейные дискриминантные модели предполагают, что данные имеют одинаковую ковариацию и нормальное распределение, в то время как SVM не имеет таких требований и лучше подходит для дискриминантных задач 28 .Поэтому в нашей модели в качестве классификатора ядра использовался SVM 14 с модифицированным линейным ядром.

    Таблица 1 Предварительная оценка линейных и нелинейных моделей. Линейная опорная векторная машина (SVM) была выбранной моделью.

    Чтобы выяснить, какие наблюдения необходимы для оптимальной классификации заболеваний пациентов, были созданы три контролируемые модели, реализующие эндоскопические особенности, гистологические особенности, а также эндоскопические и гистологические особенности.

    Комбинированная модель превосходит две другие модели, достигая высочайшей точности; модель правильно ставит диагноз БК или ЯК пациенту в 82,7% случаев (табл. 2). Все метрики, оценивающие производительность модели, согласуются в превосходной эффективности при использовании комбинированных данных эндоскопии и гистологии. Комбинированная модель показывает высочайшую точность, точность и F1-оценку; отзыв близок к наблюдаемому в гистологической модели. Эндоскопическая модель хорошо работает с точки зрения точности, но хуже запоминается.И наоборот, гистологическая модель имеет самую низкую точность, но самую высокую степень запоминания. Это указывает на то, что с использованием данных эндоскопии модель с высокой точностью идентифицирует большинство людей из обоих классов (CD и UC). Однако модель эндоскопии склонна давать больше ложноотрицательных результатов (отзыв) по сравнению с моделью гистологии. И точность, и оценка F1, которая сочетает в себе показатели точности и отзыва, показывают, что гистологическая модель превосходит модель эндоскопии, хотя и имеет более низкую точность.Более того, комбинированная модель выбирает все признаки, выбранные моделями эндоскопии и гистологии, а также два дополнительных гистологических признака (пищевод и восходящую ободочную кишку). Как и ожидалось, расположение подвздошной кишки оказывается постоянно информативным для различения пациентов с БК и ЯК в каждой модели, а в гистологической модели его достаточно для диагностики БК или ЯК в 76,9% случаев. Признаки с аналогичными наблюдениями как у пациентов с БК, так и у пациентов с ЯК не информативны для классификации, в то время как при выборе RFE-CV обычно выбирались места с более вариабельным проявлением повреждения тканей.

    Таблица 2 Характеристики трех оптимизированных контролируемых моделей, звездочки указывают гистологические особенности.

    Наибольшая площадь под кривой (AUC) наблюдалась в комбинированной модели (0,87), затем следовали гистологическая модель (0,82) и затем эндоскопическая модель (0,78) (фиг. 3A). Эндоскопическая, гистологическая и комбинированная модели показали статистическую значимость p = 3 × 10 −3 , p = 5 × 10 −6 и p = 1 × 10 −6 соответственно (рис.3Б).

    Рисунок 3

    Производительность и показатели контролируемой классификации. ( A ) Рабочие характеристики приемника комбинированной (голубой), гистологической (фиолетовый) и эндоскопической (зеленый) моделей. Серая пунктирная линия представляет ожидаемую производительность случайной модели. ( B ) Перестановочные тесты моделей: пунктирные линии представляют наблюдаемую точность комбинированной (голубой), гистологической (фиолетовый) и эндоскопической (зеленый) моделей. Эндоскопическая, гистологическая и комбинированная модели имеют p-значение p = 3 × 10 −3 , p = 5 × 10 −6 и p = 1 × 10 −6 соответственно.Серая пунктирная линия представляет собой среднюю ожидаемую производительность случайной модели. Сплошные цветные линии показывают распределение случайных перестановок для каждой модели. ( C ) Классификация пациентов с IBDU с помощью комбинированной модели по подтипам болезни Крона (красный) или язвенного колита (синий). Апостериорная вероятность классификации указывает на уверенность модели в присвоении меток UC или CD. ( D ) Совокупная достоверность реклассификации IBDU, представленная как функция совокупной плотности (красная линия) апостериорных вероятностей для 29 пациентов с IBDU.Каждая точка представляет пациента с IBDU.

    Для каждой обучающей кратности комбинированной модели наблюдаемая точность (в десятичных дробях) составила 0,86, 0,67, 0,95, 0,85 и 0,80 соответственно. В целом, средняя точность составила 0,83, медиана 0,85, стандартное отклонение 0,09 и стандартная ошибка 0,05. Из 1000000 перестановок ни одна из рандомизированных моделей не достигла точности, равной или большей, чем наблюдаемая (p-значение = 1 × 10 −6 ). Эти показатели указывают на хорошую общую производительность и отсутствие переоснащения модели.

    Оценка комбинированной модели в дополнительной когорте

    Для дальнейшей валидации комбинированной гистологической и эндоскопической модели мы применили ее для классификации 48 анонимизированных пациентов с PIBD (набор для валидации, рис. 1). Эти данные не использовались при оптимизации или обучении модели. Модель была точной при классификации этой дополнительной когорты, правильно поставив диагноз БК или ЯК в 83,3% случаев (Таблица 3). Показатели производительности, рассчитанные на проверочном наборе, подтверждают предыдущие результаты с точки зрения точности и отзывчивости.Однако точность и, следовательно, оценка F1 ниже по сравнению с производительностью, рассчитанной по набору тестов. F1-оценка набора для валидации все еще выше, чем у моделей только для гистологии и эндоскопии.

    Таблица 3 Производительность обученной комбинированной модели по проверочному набору.

    Поскольку набор для проверки никогда не участвовал ни в какой фазе создания модели, и поскольку модель уже была обучена и протестирована, чтобы избежать переобучения, точность по набору проверки не потребовала какой-либо дополнительной перетасовки.

    Пациентов с IBDU можно разделить на категории с помощью комбинированной модели

    Комбинированная модель была использована для попытки классификации 29 пациентов с IBDU путем отнесения их к подтипу CD или UC и вычисления апостериорной вероятности принадлежности к каждому классу (рис. 3C). ). Следует отметить, что модель не была обучена классификации IBDU, поэтому шаблоны, ограниченные этим классом, не были изучены алгоритмом. Вместо этого модель направлена ​​на выявление закономерностей, извлеченных из данных UC и CD, в этих ранее невидимых случаях IBDU.

    При применении к 29 пациентам с IBDU у 17 пациентов была определена болезнь Крона, а у 12 – язвенный колит. У 17 из этих пациентов классификация подтипа ВЗК была оценена с вероятностью более 80% (рис. 3D). Изучая распределение апостериорных вероятностей (рис. 3D), пациенты не распределяются равномерно по всему диапазону вероятности. Сигмоидальное распределение отражает более высокую уверенность в предсказании модели, когда пациенты представляют собой паттерн, изученный на этапе построения, но точность прогноза быстро снижается для пациентов, демонстрирующих ранее невидимые паттерны.

    Обзор неклассифицированных воспалительных заболеваний кишечника у детей – FullText – Воспалительные кишечные заболевания 2019, Vol. 4, № 3

    Аннотация

    Предпосылки: Воспалительные заболевания кишечника охватывают широкий спектр состояний, которые обычно сгруппированы в болезнь Крона (БК) или язвенный колит (ЯК) на основании клинических, лабораторных, радиологических, эндоскопических и гистологических критериев. Однако неклассифицированное воспалительное заболевание кишечника (IBDU) используется при наличии клинических и эндоскопических признаков хронического колита без специфических признаков ЯК или БК, но с признаками обоих.Существует предположение относительно IBDU, особенно у детей, относительно того, представляет ли он уникальный детский фенотип или отражает трудности определения подтипа IBD в раннем возрасте. Резюме: В этом обзоре исследуется текущее понимание педиатрической IBDU и дается оценка фактов, подтверждающих IBDU как особую болезнь в спектре воспалительных заболеваний кишечника. Ключевые сообщения: ВБДУ с началом у детей встречается чаще, чем ВБДУ у взрослых.Поэтому понимание IBDU в этой возрастной группе имеет большее значение. Однако остается нехватка информации и эксклюзивных продольных исследований педиатрического IBDU. Впоследствии наблюдается значительное расхождение в сообщениях о распространенности, клиническом течении, тенденциях реклассификации и ответах на лечение в отношении педиатрического IBDU. Таким образом, по-прежнему сложно составить карту естественного течения детской ВБДУ и, следовательно, сформировать точное представление о том, где педиатрическая ВБДУ находится в спектре заболеваний.

    © 2019 S. Karger AG, Базель

    Введение

    Неклассифицированное воспалительное заболевание кишечника (IBDU) – хроническое заболевание желудочно-кишечного тракта и самая редкая из подгрупп IBD, которая включает язвенный колит (UC) и болезнь Крона (CD). IBDU характеризуется клиническими и эндоскопическими признаками хронического колита без специфических признаков ЯК или БК, но довольно тонкими признаками обоих [1-3]. У детей IBDU встречается в два раза чаще, чем у взрослых, с наибольшей распространенностью среди молодых людей [4].В некоторых когортах клиническое наблюдение за педиатрическим IBDU показывает, что до 80% пациентов переклассифицируются как имеющие CD или UC [4, 5]. Это говорит о том, что часть случаев может быть ранними проявлениями БК или ЯК [4, 6]. Тем не менее, в других исследованиях сообщалось, что до 69% пациентов сохраняют свой педиатрический диагноз IBDU и в зрелом возрасте [4].

    В литературе существует очевидное предположение относительно IBDU относительно того, представляет ли он уникальный фенотип IBD, связанный с детским заболеванием, или отражает трудности в диагностике подтипа IBD, когда болезнь проявляется в раннем возрасте [6].Этот обзор направлен на изучение существующего понимания IBDU в литературе и оценку доказательств, подтверждающих IBDU как отличительную сущность заболевания в спектре IBD.

    История классификации IBDU

    Термин IBDU относится к случаям колита, при которых эндоскопические и гистологические данные не позволяют дифференцировать ЯК и БК [7]. Действительно, ЯК и БК представляют две основные фенотипические формы ВЗК, обе из которых нарушают спектр хронического воспаления кишечника [7].ЯК классически представляет собой непрерывное воспаление поверхностной слизистой оболочки толстой кишки, двигающееся проксимальнее от прямой кишки, без поражения тонкой кишки или гранулем при биопсии [8]. Среди детей с ЯК панколит встречается чаще, а изолированный проктит встречается редко, что прямо контрастирует с паттернами, наблюдаемыми у взрослых с ЯК [9].

    И наоборот, CD характеризуется трансмуральным воспалением прерывистой фиброзависимой патологии, распространяющейся ото рта до ануса [9].Подвздошно-ободочная область является наиболее частым локализацией БК у детей, при этом поражение кишечника проксимальнее терминального отдела подвздошной кишки, такого как желудок и двенадцатиперстная кишка, встречается у более чем половины этой когорты [9].

    Термин неопределенный колит (ИК) был введен Эшли Прайсом [10] в 1978 году как диагноз после колэктомии среди пациентов с ВЗК, патология которых выявила перекрывающиеся черты БК и ЯК [11]. Впоследствии Монреальская классификация 2006 г. заменила термин IC, предложив термин «неклассифицированный тип воспалительного заболевания кишечника» [12] для определения дооперационного пациента с доказательствами клинических и эндоскопических хронических ВЗК толстой кишки без поражения тонкой кишки и без окончательных показаний. CD или UC [12].Из-за своего происхождения как патологического диагноза постколэктомии этот подтип ВЗК остается плохо изученным заболеванием без определенных гистологических или клинических признаков ни у детей, ни у взрослых [13, 14].

    Следующей за Монреальской классификацией стала Парижская классификация 2010 г., целью которой было выявить динамические фенотипические характеристики педиатрического ЯК и БК. В нем представлены улучшения в стандартизации классификаций педиатрических ВЗК (ПИБК), проясняющие до некоторой степени эндоскопические и микроскопические особенности ЯК и БК; однако классификация IBDU не рассматривалась [8].

    Диагностические критерии для IBDU

    В настоящее время пересмотренные критерии Порту, опубликованные в 2014 году [8], объединяют самые последние данные Парижской классификации, чтобы помочь клиницистам в доказательной диагностике подтипов PIBD [13]. Критерии Порту касаются усовершенствований диагностических инструментов и повышенной чувствительности обнаружения поражений; однако это усилило неопределенность классификаций подтипов ВЗК, так как многие особенности перекрываются. Он также подтверждает важность обязательной эндоскопии верхних отделов желудочно-кишечного тракта, илеоколоноскопии и визуализации тонкой кишки, такой как магнитно-резонансная энтерография, для всех случаев подозрения на ВЗК [13, 14].

    Классификация PIBD по Порту основана на идентификации типичных признаков, согласующихся с CD или UC, а также на знании атипичных признаков, которые все еще согласуются с диагнозом того или другого [8]. Диагноз IBDU считается диагнозом исключения [4]. Действительно, особенности у ребенка с нелеченным фенотипом колита были сведены в таблицу относительно их вероятности возникновения при ЯК с использованием анализа, основанного на гипотезах, для различий в педиатрии [13]. Если у пациента проявляются какие-либо признаки, которые являются значительными отклонениями от типичного ЯК (признаки класса 1), это равносильно диагнозу БК, в то время как увеличение необычных признаков ЯК увеличивает вероятность IBDU или БК толстой кишки (классы 2 и 3) [13].

    Общая схема критериев Порту утверждает, что пациент с 2 или 3 из следующих признаков «класса 3» наводит на мысль о диагнозе IBDU [8]. Эти признаки включают в себя: сильное зубчатость желудка или двенадцатиперстной кишки (не объясняемое другими причинами, такими как глютеновая болезнь или инфекция Helicobacter pylori ), очаговый хронический дуоденит при множественных биопсиях или заметное зубчатость двенадцатиперстной кишки (не объясненное другими причинами), очаговое активный колит по гистологическим данным при более чем одной биопсии из эндоскопически воспаленного участка, а также диарея без крови и / или афтозные язвы в толстой кишке или верхних отделах желудочно-кишечного тракта [8].

    Кроме того, одна особенность класса 2 (признаки, редко встречающиеся при ЯК [<5%], также предполагают диагноз IBDU; однако вероятность диагноза CD по сравнению с диагнозом IBDU увеличивается с увеличением числа признаков класса 2 [8] Эти признаки включают фенотип колита с неоднозначными признаками, такими как: комбинированная эндоскопическая и микроскопическая ректальная щадящая, значительная задержка роста, трансмуральное воспаление без острого тяжелого ЯК, неспецифические язвы верхних отделов желудочно-кишечного тракта, обратный градиент воспаления слизистой оболочки (более проксимальный, чем дистальный) и амбивалентные серологические маркеры [8, 15].

    Клинические признаки IBDU

    В настоящее время нет четких клинических или гистологических признаков, которые могли бы диагностировать IBDU [14]. В исследованиях была предпринята попытка количественно оценить клинические признаки, которые больше указывают на IBDU, чем на те, которые указывают на UC и CD [16]. Дети с диагнозом IBDU, как правило, имеют клинические признаки, сходные с клиническими признаками пациентов с UC, причем наиболее доминирующими признаками являются кровавая диарея и ректальное кровотечение [7]. В исследовании 2015 г. был получен регистр 3991 ребенка с ВЗК для оценки начальных диагностических симптомов и характеристик ВЗК, и эти результаты сравнивались по подтипам ВЗК [17].Это исследование показало, что боль в животе была универсально значимым симптомом (59,2% пациентов с ЯК ( n = 71), 77,3% пациентов с болезнью Крона ( n = 132) и 57,9% IBDU у пациентов в возрасте <10 лет). , в то время как диарея была несколько реже у пациентов с БК [17]. В целом, наибольшая разница была «кровь в стуле», которая, как сообщается, чаще встречалась при ЯК и ВБДУ, чем при БК [17].

    Распространенность IBDU

    У детей IBDU в два раза чаще, чем у взрослых, и встречается примерно в 13% случаев PIBD и 6% взрослых [4, 18, 19].Среди педиатрической популяции частота IBDU снижается с возрастом, при этом пятая часть случаев IBD в педиатрии моложе 6 лет и одна треть случаев в возрасте до 3 лет получают первоначальный диагноз IBDU [20, 21].

    Это было продемонстрировано в большом исследовании с участием 1370 детей, в котором частота детской IBDU была искажена возрастом пациентов [22]. В этом исследовании общая заболеваемость IBDU составила 13% ( n = 179), что составило 33% всех пациентов с IBD в возрасте <2 лет, по сравнению только с 9% среди пациентов старше 13 лет [22].Предполагается, что более высокая частота IBDU среди пациентов с очень ранним началом IBD отражает трудности в первоначальной классификации PIBD и потенциально более высокую частоту неполных диагностических обследований среди этой возрастной группы [6, 23].

    Тем не менее, существуют расхождения в отношении распространенности IBDU, различающиеся между популяциями и между вариабельностью диагностических методов и, что наиболее значительно, с повторными оценками при последующем наблюдении [15]. Кроме того, в проспективных исследованиях сообщалось о более высоком уровне IBDU по сравнению с ретроспективными исследованиями [4, 21].Это может быть связано с ретроспективными исследованиями, фиксирующими эволюцию заболевания и, таким образом, включающими высокие показатели реклассификации IBDU в долгосрочной перспективе, которые проспективные исследования не могут предсказать.

    Биримберг-Шварц и др. [13] пропагандируют IBDU как отдельный фенотип IBD, основываясь на том, что частота IBDU у взрослых оставалась относительно постоянной на уровне примерно 10% в течение последних 30 лет, несмотря на внедрение новых диагностических методов [11, 13]. Хотя в нескольких исследованиях также отмечается рост распространенности ВБДУ у детей, составляющий от 4 до 29% [13, 24].Еверхов и др. [24], которые изучают классификацию подтипов IBDU в популяции Швеции, сообщили, что педиатрический IBDU увеличился с 9 до 14% с 2006 по 2014 год. Кроме того, недавнее исследование в Сингапуре, оценивающее тенденцию заболеваемости PIBD за 22 года (1994–2015 гг.) не сообщали о педиатрических случаях IBDU до 2010 г. [25]. Однако за последние 6 лет исследования заболеваемость IBDU составила 0,30 на 100 000 (95% ДИ 0–0,45) в течение 2010–2012 гг. И 0,47 на 100 000 (95% ДИ 0,12–0,69) в 2013–2015 годах [25].Этот заметный рост классификации IBDU следует за почти 10-кратным увеличением PIBD за период исследования. Эта тенденция к росту заболеваемости ВЗК отражает западные тенденции; однако заболеваемость и распространенность ВЗК в азиатских странах в целом остаются ниже по сравнению со значениями в западных странах [25].

    Существует относительно немного исследований, специально изучающих PIBD в азиатских странах [26]. Сингапурское исследование, опубликованное в 2018 году, претендует на звание первого популяционного исследования, в котором сообщается о тенденциях заболеваемости PIBD в стране Юго-Восточной Азии [25].В регионах, где общая частота PIBD низкая, это может повлиять на классификацию IBDU, где она не может рассматриваться в повседневной практике, и, следовательно, может способствовать возможной недопредставленности детской IBDU [26]. Недавнее японское исследование PIBD потребовало четкого диагноза ЯК или БК для включения в исследование [26]. В конечном итоге, если ставки PIBD продолжат расти в азиатских странах, то следует учитывать и внимательно следить за IBDU [25].

    Одним из явных ограничений сообщаемых значений заболеваемости и распространенности детской IBDU является непоследовательное применение классификации IBDU.Исследования предположили, что растущая доля пациентов с PIBD, которые классифицируются как IBDU, может быть отнесена на счет более четких определений и более строгих классификаций подтипов IBD, рекомендованных критериями Порту, а также доступа к более совершенным диагностическим инструментам [27]. Напротив, другие недавние исследования документально подтвердили более низкую частоту IBDU среди педиатрических пациентов, например, исследование 2017 года, в котором сообщалось о 7,5% (26/344) IBDU, которые снизились до 4,3% после среднего периода наблюдения в 5,7 лет [14].Это соответствовало регистру EUROKIDS, который утверждал, что заболеваемость IBDU ниже, чем сообщалось в предыдущих исследованиях, при условии, что последующие повторные исследования снизили частоту IBDU на 7,7–5,6% [6]. Многие другие исследования согласуются с этими результатами [3, 4, 28], а некоторые предполагают, что более четкие диагностические критерии еще больше снизят частоту детской ВБДУ [6].

    Последующая переклассификация IBDU

    Оценка переклассификации IBDU является жизненно важным элементом выявления естественного течения этой сущности IBD, помогая в будущем диагностировать, лечить и управлять всеми подтипами IBD.Разногласия касаются реклассификации IBDU с противоречивой интерпретацией показателей и тенденций реклассификации в литературе. Исследования, в которых сообщается о низком уровне переклассификации, подтверждают, что IBDU является истинным промежуточным фенотипом между очевидным CD и типичным UC [13, 16]. Однако другие исследования, в которых сообщается, что частота повторных классификаций достигает 80%, утверждают, что IBDU является лишь предварительным диагнозом [6].

    В педиатрическом исследовании Paul и Sandhu [14] сообщается, что 40% ( n = 10) из 26 случаев IBDU были реклассифицированы, 70% из которых были реклассифицированы как CD, а 30% из них были реклассифицированы как UC.Такой высокий уровень переклассификации как БК контрастирует с предыдущими педиатрическими исследованиями, где переклассификация в ЯК была более распространенной [6, 14, 20]. Другое недавнее педиатрическое исследование показало, что 45% ( n = 24) из 53 пациентов с IBDU были позже переклассифицированы как CD, и только 9% ( n = 5/53) были переклассифицированы как UC. Однако только 89% этих пациентов изначально прошли полное диагностическое обследование, которое включало комплексную эндоскопию и визуализацию [4]. Эти исследования предполагают, что педиатрическая CD обычно проявляется как изолированный колит, особенно в более ранних возрастных группах, что объясняет высокую частоту IBDU среди детей, которая впоследствии переклассифицируется в CD по мере прогрессирования заболевания [1].

    Напротив, более низкие показатели переклассификации БК были зарегистрированы в других исследованиях, что указывает на то, что переклассификация ЯК более распространена среди педиатрических пациентов с ВБДУ [9, 20]. В большом исследовании с участием 210 педиатрических пациентов из 6 специализированных педиатрических центров гастроэнтерологии 40% ( n = 8) когорты IBDU ( n = 20) были реклассифицированы (75% в UC и 25% в CD) после того, как были наблюдались в среднем 2,9 года с момента постановки диагноза [29]. В другом более недавнем педиатрическом исследовании Winter et al.[6] сообщили, что одна треть лиц, помеченных как IBDU, была реклассифицирована после переоценки (12% в CD и 20% в UC), в то время как 69% сохранили классификацию IBDU [6]. Примечательно, что это исследование также отметило, что только половина (48%) пациентов, первоначально классифицированных как IBDU, прошли полное диагностическое обследование. Это говорит о том, что значительная часть пациентов, переведенных из IBDU в CD / UC, была результатом неправильного диагноза при первичной клинической оценке из-за недостаточного диагностического обследования и может искажать истинные модели IBDU [6].

    Ошибочный диагноз, приводящий к классификации IBDU при первичной оценке из-за неполного диагностического обследования, утверждает, что изменение классификации при последующем наблюдении не может считаться веским основанием для определения IBDU как ранней стадии CD или UC. Таким образом, улучшенные диагностические критерии для лучшего различения подтипов ВЗК и строгое соблюдение квалифицированных диагностических исследований жизненно важны для понимания истинного естественного течения ВБК. Это в некоторой степени очевидно, с Birimberg-Schwartz et al.[13] сообщают, что уровень реклассификации составляет 21% детской IBDU; это ниже, чем ранее сообщалось, примерно 23–34% в публикации критериев до Порту [18].

    Местоположение заболевания

    Исследования показали, что IBDU и UC имеют схожие места расположения заболевания [7]. Локализация заболевания с помощью полной эзофагогастродуоденоскопии, колоноскопии слепой кишки и визуализации терминального отдела подвздошной кишки у 158 пациентов с IBDU оценивалась в соответствии с Парижской классификацией [8]. У большинства (58%) пациентов был панколит, за которым следовали язвенный проктит (17%), левосторонний колит (7.6%) и обширный колит (7,0%) [6]. Эти результаты подтверждаются более поздним исследованием, в котором сообщалось, что панколит является признаком 61% (147/241) педиатрической когорты IBDU [13].

    Диагностические гистологические и эндоскопические данные в другом исследовании также продемонстрировали обширный характер IBDU в желудочно-кишечном тракте, включая значительный эндоскопический колит, а также поражение желудка и пищевода и гистологическое заболевание подвздошной кишки [30]. Это исследование также отметило снижение степени заболевания у пациентов с IBDU от постановки диагноза до первоначального наблюдения (средний период 1.9 лет) как в эндоскопической, так и в гистологической степени на всех участках, кроме двенадцатиперстной кишки [30].

    Преобладание панколитического фенотипа подтверждается Winter et al. [6], где поразительные 23% педиатрических пациентов с IBDU также показали аномальные результаты эзофагогастродуоденоскопии с покраснением, афтозными поражениями, эрозиями и язвами в желудке, двенадцатиперстной кишке или в обоих случаях [6]. Таким образом, известно, что IBDU представляет собой набор нетипичных воспалительных признаков в различных местах [4].

    Rinawi et al.[4] сообщили, что их когорта IBDU имеет значительно более высокую долю обширного поражения толстой кишки на момент постановки диагноза, чем детский ЯК (70% против 45%, p = 0,02), предполагая, что на момент постановки диагноза педиатрический IBDU может быть более обширным, чем ЯК. . Этот результат сопоставим с результатами других педиатрических исследований, в которых поражение поджелудочной железы при постановке диагноза с последующим прогрессированием до панколита высоко среди пациентов с IBDU [1, 5, 16].

    Роль серологии

    Были изучены различные серологические тесты как способ дифференциации подтипов ВЗК и прогнозирования отдаленных исходов заболевания [11, 19].В частности, рассматривались перинуклеарные антинейтрофильные цитоплазматические антитела (pANCA) и анти- Saccharomyces cerevisiae (ASCA) [2]. Важна комбинация обоих маркеров, используемых для дифференциации более гомогенного фенотипа толстой кишки, при этом диагностическая ценность значительно снижается у пациентов с явной БК и типичным ЯК [2, 19].

    В недавнем многоцентровом исследовании 406 случаев PIBD была изучена диагностическая ценность серологических исследований для отличия IBDU от других подтипов толстой кишки [2].Это исследование показало, что ASCA + / pANCA– может дифференцировать колит Крона и IBDU с высокой прогностической ценностью 96% и специфичностью 83%, хотя и с очень низкой прогностической ценностью отрицательного результата 13% [2]. ЯК был дифференцирован от IBDU по наличию pANCA + / ASCA– с положительной прогностической ценностью 94%, но также с зарегистрированной низкой отрицательной прогностической ценностью (38%), чувствительностью (65%) и специфичностью (66%), что позволяет предположить, что Диагностическая ценность серологических профилей для дифференциации подтипов ВЗК ограничена [2].В этом исследовании также сообщалось, что наиболее распространенным серологическим профилем при IBDU был pANCA– / ASCA– (41%), что согласуется с результатами, ранее опубликованными в литературе [5, 11, 16].

    Кроме того, положительность маркера численно наводила на мысль о реклассификации IBDU [2, 11], при этом 4/5 (80%) пациентов pANCA– / ASCA + изменили свою первоначальную классификацию IBDU на CD и 5/8 (63%) pANCA + / ASCA– IBDU Пациенты переведены в ЯК [2]. Эти данные, наряду с показателями положительности ASCA / pANCA для IBDU в среднем диапазоне между UC и CD, подтверждают IBDU как промежуточный фенотип в спектре IBD.Интересно, что недавнее исследование Chandradevan et al. [31] далее подтвердили этот серологический профиль педиатрического IBDU, поскольку IBDU имеет серологию, аналогичную серологии UC, хотя и отличается от ANCA. Кроме того, они также исследовали генетический профиль IBDU, который снова предполагает, что IBDU находится в спектре между CD и UC, хотя он более близко совпадает с UC [31].

    Лечение и ремиссия пациентов с IBDU

    IBDU у взрослых ассоциируется с более плохим прогнозом, чем UC, с точки зрения более высокой частоты рецидивов, более высокого риска рака толстой кишки и худших исходов после анастомоза подвздошной кишки и анального канала [19].Напротив, у педиатрических пациентов с меткой IBDU, как сообщается, более легкое течение заболевания, чем у других подтипов [14]. Aloi et al. [1] сообщили, что 69% (135) из 196 детей с IBDU имели ремиссию / легкую активность заболевания при последнем наблюдении за их исследованием, по сравнению с 46% (100/217; p <0,001) субъектов с CD и 64% (174/271; p = 0,3) пациентов с ЯК. Другое недавнее исследование, в котором анализировалась картина заживления слизистой оболочки педиатрических подтипов ВЗК в течение 3 лет, показало, что IBDU демонстрирует снижение эндоскопической и гистологической степени заболевания на всех участках, за исключением двенадцатиперстной кишки [30].

    Сообщается, что бремя лечения для детей с IBDU значительно меньше, чем для детей с CD, что свидетельствует о более низком использовании методов лечения, включая раннее применение стероидов, исключительно энтеральное питание, иммуномодулирующие и биологические агенты [1]. Начальные стратегии лечения IBDU аналогичны UC, за исключением случаев хирургического вмешательства, которые выше среди пациентов с UC [1]. Частота ремиссии и поддержание ремиссии при использовании только аминосалицилатов намного выше при IBDU, чем при CD и UC, при этом исследования рекомендуют использование аминосалицилатов в качестве терапии первой линии для активного IBDU [21].

    Обсуждение

    Несмотря на уточнения в определениях IBDU в последние годы, остаются нерешенными предположения относительно клинических особенностей и течения болезни у детей с IBDU. Согласно литературным данным, некоторые случаи IBDU явно связаны с первичным неправильным диагнозом на ранних стадиях заболевания, особенно у очень маленьких детей, или с неполными исследованиями. Действительно, исследования показали, что строгое соблюдение критериев Порту, включая полное диагностическое обследование, привело к снижению частоты IBDU [6], и также предсказывают, что внедрение этих диагностических критериев выявит снижение частоты IBDU среди педиатрической популяции.Однако многие другие исследования выявили противоположные группы, в которых частота IBDU остается относительно постоянной, несмотря на более строгие методы диагностики [13].

    Независимо от этих различных клинических исходов остается часть детей, которые поддерживают свой первичный диагноз IBDU и как таковые существуют в пустоте, не проявляя себя ни как CD, ни как UC, а скорее как плохо классифицированный промежуточный фенотип. Это подтверждает необходимость более глубокого клинического понимания этой сущности, которое может быть достигнуто за счет более широкого признания и последовательного применения текущей классификации.Необходимы дополнительные исследования с большим количеством пациентов и более длительными периодами исследований, чтобы лучше очертить этот заумный фенотип ВЗК. Уменьшение неоднозначности вокруг этого подтипа приведет к большей точности в различении всех подклассов PIBD, улучшит ведение и поможет прогностическому прогнозированию клинического течения.

    Будущее понимание IBDU направлено на установление либо того, что IBDU является ранним воплощением CD или UC, и, следовательно, развития определений CD / UC, чтобы приспособиться к этим преждевременным стадиям и позволить более ранний диагноз, или, скорее, установить, что IBDU является отдельным заболеванием. который требует четких диагностических критериев и лечения / ведения отдельно от БК и ЯК.

    Заключение

    Чтобы лучше разграничить случаи ВЗК, когда клинические и эндоскопические признаки хронического колита не соответствуют специфическим характеристикам БК или ЯК, был предложен термин IBDU [11]. В соответствии с этим новым термином сохраняется значительная разница в распространенности, клиническом течении, тенденциях реклассификации и ответах на лечение для IBDU. Начало этого заболевания у детей встречается чаще, чем у взрослых, поэтому понимание IBDU приобретает большее значение в этой возрастной группе [15].Несмотря на это, скудность информации и отсутствие эксклюзивных продольных исследований подтверждают сложность понимания IBDU и важность характеристики естественного течения педиатрической IBDU. Тем не менее, основываясь на нашем текущем понимании, мы будем выступать за принятие педиатрического IBDU как отдельного диагноза, который может оставаться у пациента. Мы полагаем, что с таким принятием схемы лечения IBDU станут более стандартизированными и позволят улучшить результаты для здоровья тех, кто сохраняет диагноз IBDU.

    Заявление о раскрытии информации

    Авторы заявляют об отсутствии конфликта интересов.

    Список литературы

    1. Алои М., Биримберг-Шварц Л., Будерус С., Хойсак И., Фелл Дж. М., Бронски Дж. И др. Варианты лечения и результаты педиатрического IBDU по сравнению с другими подтипами IBD: ретроспективное многоцентровое исследование от IBD Porto Group of ESPGHAN.Воспаление кишечника. 2016 июн; 22 (6): 1378–83.
    2. Birimberg-Schwartz L, Wilson DC, Kolho KL, Karolewska-Bochenek K, Afzal NA, Spray C и др .; педиатрическая IBD Porto группа ESPGHAN. pANCA и ASCA у детей с неклассифицированным ВЗК, колитом Крона и язвенным колитом – продольный отчет группы IBD Porto ESPGHAN.Воспаление кишечника. 2016 август; 22 (8): 1908–14.
    3. Димаку К., Пачула И., Панайоту И., Стефанаки К., Орфану И., Лагона Е. и др. Воспалительные заболевания кишечника у детей в Греции: 30-летний опыт работы одного центра. Энн Гастроэнтерол. 2015, январь-март; 28 (1): 81–6.
    4. Ринави Ф., Асса А., Элиаким Р., Мозер-Глассберг Й., Начмиас Фридлер В., Нив Й. и др.Естественная история неклассифицированной ВЗК с дебютом у детей и прогноз переклассификации болезни Крона: 27-летнее исследование. Сканд Дж Гастроэнтерол. 2017 Май; 52 (5): 558–63.
    5. Карвалью Р.С., Абадом В., Дилворт Х.П., Томпсон Р., Олива-Хемкер М., Каффари С. Неопределенный колит: значимая подгруппа детской ВЗК.Воспаление кишечника. 2006 Апрель; 12 (4): 258–62.
    6. Winter DA, Karolewska-Bochenek K, Lazowska-Przeorek I, Lionetti P, Mearin ML, Chong SK и др .; Детская IBD Porto Group of ESPGHAN. Неклассифицированная ВЗК у детей встречается реже, чем сообщалось ранее; Результаты 8-летнего аудита реестра EUROKIDS.Воспаление кишечника. 2015 Сен; 21 (9): 2145–53.
    7. Азиз Д.А., Мойн М., Маджид А., Садик К., Билу А.Г. Воспалительное заболевание кишечника у детей: клинические проявления и местонахождение заболевания. Pak J Med Sci. 2017 июль-август; 33 (4): 793–7.
    8. Левин А., Колецко С., Тернер Д., Эшер Дж. К., Куккьяра С., де Риддер Л. и др.; Европейское общество детской гастроэнтерологии, гепатологии и питания. ESPGHAN пересмотрел порто-критерии диагностики воспалительных заболеваний кишечника у детей и подростков. J Педиатр Гастроэнтерол Нутр. 2014 июнь; 58 (6): 795–806.
    9. Day AS, Ledder O, Leach ST, Lemberg DA.Крона и колит у детей и подростков. Мир Дж. Гастроэнтерол. 2012 ноябрь; 18 (41): 5862–9.
    10. Цена AB. Перекрытие спектра неспецифического воспалительного заболевания кишечника – «неопределенного колита». J Clin Pathol. 1978 июн; 31 (6): 567–77.
    11. Махди БМ.Обзор неклассифицированного неопределенного колита воспалительного заболевания кишечника. J Gastro Hepatol Res. 2012; 10: 241–6.
    12. Сатсанги Дж., Сильверберг М.С., Вермейр С., полковник Дж. Ф. Монреальская классификация воспалительных заболеваний кишечника: разногласия, консенсус и последствия. Кишечник.2006 июнь; 55 (6): 749–53.
    13. Биримберг-Шварц Л., Цукер Д.М., Акрив А., Куккьяра С., Камерон Флорида, Уилсон Д.К. и др .; Детская IBD Porto группа ESPGHAN. Разработка и проверка диагностических критериев для подтипов ВЗК, включая неклассифицированные ВЗК у детей: многоцентровое исследование педиатрической группы ВЗК в Порту ESPGHAN.Колит Дж. Крона. 2017 Сен; 11 (9): 1078–84.
    14. Пол С.П., Сандху Б.К. Отдаленные последствия воспалительного заболевания кишечника у детей. Indian Pediatr. 2017 Сен; 54 (9): 742–5.
    15. Поддар У, Равиндранатх А.Воспалительное заболевание кишечника – неклассифицируемые: сколько мы знаем? Indian Pediatr. 2017 Сен; 54 (9): 726–7.
    16. Чжоу Н., Чен В.X, Чен Ш., Сюй К.Ф., Ли Ю.М. Воспалительные заболевания кишечника без классификации. J Zhejiang Univ Sci B. 2011 апр; 12 (4): 280–6.
    17. Buderus S, Scholz D, Behrens R, Classen M, De Laffolie J, Keller KM и др.; Исследовательская группа CEDATA-GPGE. Воспалительное заболевание кишечника у педиатрических пациентов: характеристики впервые диагностированных пациентов из реестра CEDATA-GPGE. Dtsch Arztebl Int. 2015 февраль; 112 (8): 121–7.
    18. Малати Х.М., Мехта С., Абрахам Б., Гарнетт Э.А., Ферри Г.Д. Естественное течение воспалительного заболевания кишечника – неопределенное от детства до взрослого возраста: в течение 25 лет.Clin Exp Gastroenterol. 2013 июл; 6: 115–21.
    19. Тонтини Г.Е., Векки М., Пасторелли Л., Нейрат М.Ф., Нойманн Х. Дифференциальная диагностика воспалительного кишечного колита: современное состояние и перспективы на будущее. Мир Дж. Гастроэнтерол. 2015 Янв; 21 (1): 21–46.
    20. Немати С., Теймурян С.Обзор воспалительного заболевания кишечника: общее рассмотрение и подход к генетическому скринингу в диагностике подгрупп с ранним началом. Ближний Восток J Dig Dis. 2017 Апрель; 9 (2): 69–80.
    21. Прензель Ф., Улиг Х. Х. Частота неопределенного колита у детей и взрослых с ВЗК – метаанализ.Колит Дж. Крона. 2009 декабрь; 3 (4): 277–81.
    22. Хейман М.Б., Киршнер Б.С., Голд Б.Д., Ферри Дж., Балдассано Р., Коэн С.А. и др. Дети с ранним началом воспалительного заболевания кишечника (ВЗК): анализ реестра педиатрического консорциума ВЗК. J Pediatr. 2005 Янв; 146 (1): 35–40.
    23. Улиг Х. Х., Шверд Т., Колецко С., Шах Н., Каммермайер Дж., Элькадри А. и др.; ЦВЕТА в IBD Study Group и NEOPICS. Диагностический подход к моногенному воспалительному заболеванию кишечника с очень ранним началом. Гастроэнтерология. 2014 ноя; 147 (5): 990–1007.e3.
    24. Everhov AH, Sachs MC, Malmborg P, Nordenvall C, Myrelid P, Khalili H, et al. Изменения подтипа воспалительного заболевания кишечника во время наблюдения и с течением времени у 44 302 пациентов.Сканд Дж Гастроэнтерол. 2019 Янв; 54 (1): 55–63.
    25. Онг C, Aw MM, Ливанаг MJ, Quak SH, Phua KB. Быстрый рост заболеваемости и клинических характеристик воспалительных заболеваний кишечника у детей в когорте стран Юго-Восточной Азии в Сингапуре, 1994-2015 гг. J Dig Dis. Июль 2018; 19 (7): 395–403.
    26. Ишиге Т., Томомаса Т., Такебаяси Т., Асакура К., Ватанабе М., Сузуки Т. и др. Воспалительное заболевание кишечника у детей: эпидемиологический анализ общенационального регистра ВЗК в Японии. J Gastroenterol. 2010 Сен; 45 (9): 911–7.
    27. Мартин де Карпи Й, Вила V, Вареа В.[Применение критериев Порту для диагностики воспалительных заболеваний кишечника у детей в педиатрическом справочном центре]. Педиатр (Barc). 2011 Октябрь; 75 (4): 232–8.
    28. Мюллер К.Е., Лакатос П.Л., Арато А., Ковач Дж. Б., Варконьи А., Сёч Д. и др .; Венгерская группа реестров IBD (HUPIR).Заболеваемость, Парижская классификация и последующее наблюдение в общенациональной когорте педиатрических пациентов с воспалительным заболеванием кишечника. J Педиатр Гастроэнтерол Нутр. 2013 ноябрь; 57 (5): 576–82.
    29. Newby EA, Croft NM, Green M, Hassan K, Heuschkel RB, Jenkins H, et al. Естественная история воспалительных заболеваний кишечника у детей в течение 5 лет наблюдения: ретроспективный обзор данных регистра детских воспалительных заболеваний кишечника.J Педиатр Гастроэнтерол Нутр. 2008 Май; 46 (5): 539–45.
    30. Эштон Дж. Дж., Бондюэль К., Моссотто Э., Коэльо Т., Батра А., Афзал Н. А. и др. Эндоскопическая и гистологическая оценка детского воспалительного заболевания кишечника в течение 3-летнего периода наблюдения. J Педиатр Гастроэнтерол Нутр. Март 2018; 66 (3): 402–9.
    31. Чандрадеван Р., Хофмеклер Т., Мондал К., Харун Н., Венкатесваран С., Соминени Х.К. и др. Эволюция неклассифицированного воспалительного заболевания кишечника у детей (IBD-U): в сочетании с серологическими профилями и профилями экспрессии генов. Воспаление кишечника. 2018 Сен; 24 (10): 2285–90.

    Автор Контакты

    Доктор.Стивен Т. Лич

    Школа женского и детского здоровья, Университет Нового Южного Уэльса

    Исследовательские лаборатории Вестфилда, уровень 2, Сиднейская детская больница

    High St., Randwick, NSW 2031 (Австралия)

    E-Mail s. [email protected]

    Подробности статьи / публикации

    Предварительный просмотр первой страницы

    Получено: 22 февраля 2019 г.
    Принято: 15 июня 2019 г.
    Опубликовано онлайн: 19 июля 2019 г.
    Дата выпуска: август 2019 г.

    Количество страниц для печати: 7
    Количество рисунков: 0
    Количество столов: 0

    ISSN: 2296-9403 (печатный)
    eISSN: 2296-9365 (онлайн)

    Для дополнительной информации: https: // www.karger.com/IID

    Авторские права / Дозировка препарата / Заявление об ограничении ответственности

    Авторские права: Все права защищены. Никакая часть данной публикации не может быть переведена на другие языки, воспроизведена или использована в любой форме и любыми средствами, электронными или механическими, включая фотокопирование, запись, микрокопирование или с помощью какой-либо системы хранения и поиска информации, без письменного разрешения издателя. .
    Дозировка лекарств: авторы и издатель приложили все усилия, чтобы гарантировать, что выбор и дозировка лекарств, указанные в этом тексте, соответствуют текущим рекомендациям и практике на момент публикации.Тем не менее, ввиду продолжающихся исследований, изменений в правительственных постановлениях и постоянного потока информации, касающейся лекарственной терапии и реакций на них, читателю настоятельно рекомендуется проверять листок-вкладыш для каждого препарата на предмет любых изменений показаний и дозировки, а также дополнительных предупреждений. и меры предосторожности. Это особенно важно, когда рекомендованным агентом является новое и / или редко применяемое лекарство.
    Отказ от ответственности: утверждения, мнения и данные, содержащиеся в этой публикации, принадлежат исключительно отдельным авторам и соавторам, а не издателям и редакторам.Появление в публикации рекламы и / или ссылок на продукты не является гарантией, одобрением или одобрением рекламируемых продуктов или услуг или их эффективности, качества или безопасности. Издатель и редактор (-ы) не несут ответственности за любой ущерб, причиненный людям или имуществу в результате любых идей, методов, инструкций или продуктов, упомянутых в контенте или рекламе.

    границ | Классификация воспалительного заболевания кишечника у детей с помощью машинного обучения на основе реестра CEDATA-GPGE®

    большой реальной когорты педиатров

    Введение

    Заболеваемость и распространенность воспалительного заболевания кишечника (ВЗК) в последние годы постоянно увеличивались, при этом значительный рост воспалительного заболевания кишечника начался в детской возрастной группе (ПИБК) (1).Классификация PIBD в начале болезни Крона (CD), язвенного колита (UC) и неклассифицированного воспалительного заболевания кишечника (IBDU) важна для определения вариантов лечения и наблюдения в течение болезни (2). Диагноз ВЗК основывается на критериях Порту путем сочетания анамнеза и физического осмотра, диагностики стула и лабораторных исследований, эндоскопического обследования и радиологического обследования и, наконец, гистологического исследования желудочно-кишечного тракта (3). Оба заболевания демонстрируют патогномоничные макроскопические проявления, но, особенно у детей младшего возраста, диагностика может быть сложной задачей, поскольку гистологический вид на ранней стадии заболевания может не обеспечивать типичных морфологических изменений (4).

    Для достижения целей развития педиатрических пациентов и предотвращения плохих результатов качество ухода за пациентами, диагностики и лечения должно быть пересмотрено с точки зрения инициатив по повышению качества с использованием современных информационных технологий (5). Это намерение послужило толчком для создания проекта CED-KQN, который в настоящее время поддерживается федеральными фондами инноваций Германии (VSF17054). CED-KQN основан на клиническом регистре CEDATA-GPGE ® , в котором с момента его основания в 2004 году собраны данные о заболеваниях более 5000 детей и подростков.Члены проекта стремятся анализировать данные реестра CEDATA, улучшать уход за пациентами и качество данных, а также обеспечивать самопомощь пациентам и их семьям (6). За счет использования машинного обучения и сравнения данных можно определить предикторы плохих результатов и обеспечить поддержку принятия решений для диагностического процесса.

    В этом исследовании данные реестра наличия воспалительного процесса у пациентов во время их первоначального и последующего обследования используются для создания алгоритма классификации для диагностики пациентов, дифференцирующего БК и ЯК.Инструменты для лучшей классификации заболеваний являются привлекательным вариантом для врачей, которые стремятся оптимизировать точность диагностики и лечения. Предыдущие исследования по этой теме показали возможность различия между CD и UC с помощью методов машинного обучения (7, 8).

    Машинное обучение (ML) – это универсальная и чрезвычайно обширная наука об использовании алгоритмов для формирования определений или прогнозов на основе прошлых наблюдений, которая использует постоянно увеличивающуюся доступную вычислительную мощность для анализа больших и / или сложных структур данных (9).В различных алгоритмах машинного обучения используются разные концепции для выявления закономерностей или извлечения характеристик из заданных медицинских данных и использования их для классификации данных или прогнозирования результатов. Например, Yao et al. (10) разработали алгоритм ML для прогнозирования результатов лечения противоэпилептическими препаратами, основанный на длительном наблюдении за пациентами, начиная с момента постановки первого диагноза. Алгоритм ML для определения риска, реализованный Weng et al. (11) значительно повышает точность прогноза сердечно-сосудистого риска, полагаясь исключительно на рутинные данные.Это позволяет проводить раннее профилактическое лечение, а также исключить бесплатную терапию.

    После процесса обучения или обучения модель прогнозирования может быть впоследствии проанализирована, чтобы определить способствующие или независимые параметры и, возможно, понять корреляции между данными и результатами (12). В то время как машинное обучение без учителя позволяет самостоятельно группировать данные в ранее неизвестные категории, определенные самим алгоритмом, машинное обучение с учителем позволяет классифицировать наборы данных, классы или категории которых известны с самого начала.Модель с учителем учится на данных, классифицированных экспертами, и получает возможность прогнозировать класс набора данных с помощью невидимого или неопределенного класса (13).

    В этом исследовании используются различные модели контролируемого обучения для классификации диагноза пациентов с PIBD. Он использует данные общих маркеров крови CRP (C-реактивный белок) и ESR (скорость оседания эритроцитов) в дополнение к макроскопическим данным, собранным во время эндоскопических процедур. Данные, взятые из реестра CEDATA вместе с соответствующим диагнозом, использовались для обучения контролируемых моделей.Затем модели сравнивались, и для дальнейшей оптимизации была выбрана сверточная нейронная сеть, достигшая сравнительно наивысшей точности. Впоследствии нейронная сеть была улучшена с использованием оптимизации параметров сетки и проверена на данных реестра, которые не использовались при первоначальном обучении или тестировании. Наша цель – подтвердить возможность использования общих клинических данных, взятых из реестра CEDATA, для моделирования поддержки принятия решений с помощью машинного обучения для диагностики.

    Материалы и методы

    Этика

    Первоначально были включены данные обо всех пациентах, собранные в регистр CEDATA с 2004 года.Все пациенты были моложе 18 лет. CEDATA-GPGE ® – это перспективный многоцентровый регистр для PIBD в немецкоязычных странах (14). Он одобрен этическими комитетами всех участвующих институтов. Письменное информированное согласие на участие в реестре предоставляется законными опекунами пациентов. Дальнейшего этического одобрения или согласия для этого исследования не требовалось, поскольку на исследование распространяется этическое одобрение CEDATA-GPGE ® и согласие участвующих в нем пациентов.

    Извлечение и предварительная обработка данных

    В настоящее время реестр содержит записи о более чем 45 000 посещений, когда пациент страдает либо БК, либо ЯК. Это дает общее отношение 2,01 наблюдения с диагнозом CD к одному с диагнозом UC. Степень воспаления оценивается при первоначальном диагнозе и во время болезни. Особенности местоположения в регистре описывают наличие воспаления от пищевода до прямой кишки. 11 участков от пищевода до прямой кишки, собранные в CEDATA, включают пищевод, желудок, двенадцатиперстную кишку, подвздошную кишку, терминальную подвздошную кишку, слепую кишку, восходящую ободочную кишку, поперечную ободочную кишку, нисходящую ободочную кишку, сигмовидную и прямую кишку.После выявления описанных характеристик и дополнительной лабораторной и административной информации анонимный набор данных был экспортирован из базы данных реестра CEDATA.

    Извлеченный набор данных был отфильтрован для удаления пациентов, находящихся в ремиссии на момент обследования, чтобы избежать негативного влияния на обучающий эффект алгоритмов. Неполная документация, не содержащая информации о каких-либо интересующих функциях, была удалена из данных для достижения более высокого качества обучающих и тестовых наборов данных (15).Затем все посещения были классифицированы либо как последующие посещения, либо как первоначальный контакт со специалистом, и набор данных был соответственно разделен. При каждом посещении обоих наборов данных извлекались данные о местоположении, а также диагноз. Кроме того, к данным наблюдения были добавлены лабораторные результаты CRP и ESR. Макроскопические данные были закодированы в числовых значениях [0, 1]. Видимое присутствие воспаления обозначается как «+1», тогда как непораженная стенка желудочно-кишечного тракта кодируется как «0.«В наборе данных, содержащем последующие посещения, результаты CRP были закодированы как единица« мг / дл », а единица СОЭ как« мм / ч ». Эти лабораторные значения были, соответственно, нормализованы до десятичной дроби от нуля до единицы, чтобы лучше соответствовать обработке алгоритмами машинного обучения (16). Для последующих посещений было сформировано два подмножества данных, состоящих только из информации, внесенной в реестр в 2017 и 2018 годах соответственно. Они были выбраны для анализа влияния недавних мер по повышению качества данных на производительность прогнозирования.Все наборы данных, полученные на основе предварительно обработанной информации, были последовательно разделены на обучающий и тестовый набор. Первый используется для обучения, включая перекрестную проверку и настройку гиперпараметров, а второй используется для окончательной оценки производительности. Соотношение наблюдений в наборе для обучения и проверки составляет от 70 до 30% от всего набора данных (17).

    Методы машинного обучения

    С целью поиска наиболее подходящего метода классификации были обучены машина опорных векторов (SVM), случайный Форрест (RF), экстремальное усиление градиента (XGBoost), а также алгоритмы плотных и сверточных нейронных сетей (DNN, CNN). и проверены на двух разных наборах данных, полученных из набора обучающих данных (18).В процессе начального обучения и оценки используются значения конфигурации модели по умолчанию, при этом корректируются только необходимые входные и выходные значения, необходимые для предписанного варианта использования. Чтобы избежать переобучения, была реализована 10-кратная перекрестная проверка. Это повторяет процесс обучения модели несколько раз, выбирая разные, неперекрывающиеся, одинаково пропорциональные подмножества данных из набора обучающих данных. Первый и более крупный используется для обучения, а второй – для проверки (19).Такое использование дополнительных данных, отсутствующих в обучающих наборах, также обеспечивает лучшую производительность моделей на внешних данных (20). Эффективность каждого алгоритма оценивалась по расчетной средней точности модели после всех итераций перекрестной проверки. Для дальнейшей оптимизации и реализации высокоэффективной модели была выбрана сверточная нейронная сеть.

    Применяемая нейронная сеть состоит из сверточного слоя, объединяющего слоя и полностью связанного слоя.Через искусственную сеть характеристики данных извлекаются и взвешиваются индивидуально. Затем информация объединяется, чтобы сжать и уменьшить ее. После этого завершающий полностью связанный слой обрабатывает окончательную классификацию данного входа (21).

    Оптимизация CNN

    Для оптимизации сверточной нейронной сети несколько гиперпараметров имеют различное значение, влияя не только на точность, но и на вычислительную эффективность обучения модели.И сверточный, и полносвязный слой имеют функции активации, которые можно изменить. Эти функции прикреплены к каждому нейрону слоя и определяют, должен ли нейрон активироваться для каждого входа (22). Для нейронной сети также доступны различные оптимизаторы и функции потерь. Функции потерь используются для оценки ошибочности прогнозов сети. Затем эта информация используется оптимизатором для корректировки весов модели. Кроме того, современные оптимизаторы пытаются улучшить тренировку, оценивая лучшие изменения веса на основе предыдущих значений веса.Кроме того, количество эпох, определяющее количество обучающих итераций, а также размер пакета, определяющее количество отдельных наблюдений, включенных в обучающий процесс, можно оптимизировать (23). Улучшение гиперпараметров зависит от задачи модели и данных, поэтому влияние параметра на точность модели невозможно предсказать в начале реализации. Лучшие гиперпараметры были выбраны с использованием комбинации алгоритма поиска по сетке. с пятикратной перекрестной проверкой.В этом процессе строится матрица, содержащая все возможные комбинации параметров из ранее составленных списков. После этого процесс перекрестной проверки, включающий обучение и тестирование модели, выполняется для каждой из ячеек матрицы, сравнивая все точности, чтобы найти оптимальную комбинацию (24). Процесс оптимизации проводился отдельно для каждого из последующих наборов данных и исходного набора контактных данных.

    После определения оптимальных параметров сверточной нейронной сети полученная модель была снова обучена с использованием 10-кратной перекрестной проверки с использованием объединенных данных обучающего и тестового наборов данных.Его производительность была проанализирована на предмет средней точности и стандартного отклонения, как и в случае с предыдущими алгоритмами. Процесс был повторен для всех наборов данных, включая набор посещений без лабораторных значений. После анализа и обучения модели для всех наборов данных были получены модели прогнозирования для всех последующих данных, включая лабораторные значения и исключая их, только посещения, введенные в 2018 или 2017 году, и все начальные контакты.

    Извлечение данных из реестра CEDATA было завершено с помощью самописного скрипта Ruby (2.5, Япония, Юкихиро Мацумото). Предварительная обработка данных, а также реализация модели выполнялись с помощью Python (3.7, США, Python Software Foundation) и его пакетов Pandas (0.24.3, разработано сообществом), Keras (2.2.4, США, François Chollet ) и Scikit-learn (0.21.2, Франция, разработано сообществом).

    Результаты

    Реестр CEDATA содержал записи о 29 556 повторных посещениях, когда пациент страдает БК, и 14 394 – ЯК на момент извлечения данных. Для сравнения, есть 3135 зарегистрированных первоначальных контактов, когда пациент страдает БК, и 1837 случаев, когда диагноз – ЯК.Четыре различных набора данных, полученных из базы данных, состоят из 1314 посещений для всего набора последующих посещений («Последующее наблюдение – Всего»), 768 из которых относятся к случаям, когда пациент был перенесен БК, и 546 случаям, в которых они страдали ЯК. Данные, ограниченные последующими наблюдениями за 2018 г. («Последующее наблюдение-2018»), состоят из 721 записи, в том числе 400 с диагнозом CD. Меньшие наборы данных для последующих обследований 2017 г. («Follow-Up-2017») и первоначальной документации («Initial-Total») составляют 108 и 177 записей, соответственно.Количество диагнозов и соотношение для каждого набора данных показано на рисунке 1. Группа пациентов состоит из 44,7% женщин. Частота воспаления в наблюдаемых участках наиболее высока в нисходящей ободочной кишке (66,7%), за которой следует сигмовидная кишка (62,8%). Реже всего регистрируется воспаление тонкой кишки – 3,1%. Заболеваемость в каждом месте можно увидеть на Рисунке 2, где также показана корреляция между воспалениями в каждом месте. В то время как соседние позиции обычно показывают высокую корреляцию, воспаления как в тонкой кишке, так и в терминальной подвздошной кишке показывают противоположную взаимосвязь с воспалением толстой кишки и только слабо коррелируют друг с другом или слепой кишкой.При каждом посещении использовались различные алгоритмы машинного обучения. Диапазон точности классификации между CD и UC колеблется от 83,49 до 90,57% по набору данных Follow-Up-2018 с экстремальным усилением градиента, что является наименее точным. Вслед за XGBoost следует машина опорных векторов и случайный лес другого метода ансамбля, которые показали лучшие результаты, достигнув точности 85,49 и 86,53% соответственно. Самые эффективные модели – это разные искусственные нейронные сети (NN) с наивными реализациями, начиная с 88.78% и достигнув 90,02% через неоптимизированную сверточную нейронную сеть в последующем наборе данных 2018 года. После процесса оптимизации этот метод достиг 90,57% на том же наборе данных. Выбор сверточной нейронной сети для дальнейшей оптимизации был основан на производительности различных стратегий классификации, как показано в таблице 1. SVM и оба метода ансамбля приводят к значительно более низкому стандартному отклонению 0,83 и 0,87, чем используемые нейронные сети, в которых самый низкий – 3.45 через оптимизированную сверточную нейронную сеть. Наивная сверточная реализация и плотная нейронная сеть дают результат 4,01 и 5,43 каждая.

    Рисунок 1 . Рабочий процесс и наборы данных отображают схему применяемой методологии, а также результирующие наборы данных и их сегментацию на диагностику CD и UC.

    Рисунок 2 . Тепловая карта очагов воспаления : отображает корреляцию наблюдаемых воспалительных процессов в указанных местах.Корреляция визуализируется с помощью коэффициента «r» Пирсона. Кроме того, диагональная линия значений показывает частоту воспаления, наблюдаемого в данном месте, в процентах.

    Таблица 1 . Достигнутая точность для каждого метода для набора последующих данных 2018: таблица, показывающая выполненные методы машинного обучения и достигнутую точность в процентах, а также стандартное отклонение во время перекрестной проверки.

    Дальнейшее понимание классификации было получено с помощью сверточной нейронной сети.Вспомогательные наборы данных использовались в процессе обучения и оценки для изучения влияния общих лабораторных параметров и изучения влияния изменений в сборе данных с помощью программного обеспечения реестра CEDATA за последние годы. На рисунке 3 показана точность, достигаемая оптимизированной сверточной нейронной сетью с использованием подмножеств данных, не содержащих лабораторных значений. Кроме того, модели различаются временным интервалом, в котором были записаны их данные. Первая модель была обучена на наборе данных Follow-Up-Total, а вторая и третья содержат только данные, зарегистрированные в 2017 и 2018 годах (Follow-Up-2017, Follow-Up-2018) соответственно.В то время как весь набор данных дает точность 83,25%, данные за 2017 год равняются 78,81%. Подмножество, содержащее данные о посещениях в 2018 году, показывает эффективность 88,21%. Для сравнения, на рисунке 4 показана полученная точность при разбиении набора данных по временному интервалу ввода и включению лабораторных параметров. Весь набор данных дает точность 86,15%, показывая улучшение на 2,9% по сравнению с исходным результатом оптимизированной нейронной сети, обученной на наборе данных без лабораторных значений.Модель, обученная на наборе данных, состоящем из записей за 2017 год, дает улучшенный результат с точностью 79,72%. Модель, обученная и проверенная на записях, собранных в 2018 году, демонстрирует лучшую производительность с точностью 90,57%, что на 2,36% больше по сравнению с моделью того же набора данных, за исключением лабораторных значений. Модели классификации для набора данных Initial-Total, представленные в таблице 2, достигли точности от 82,89 до 87,06%. Прирост производительности оптимизированной CNN равен 0.12% по сравнению с неоптимизированной моделью того же набора данных.

    Рисунок 3 . Производительность CNN без лабораторных значений: отображает производительность сверточной нейронной сети (CNN) при использовании поднаборов данных, выбранных по времени ввода. Ни один из наборов данных не содержит лабораторных значений.

    Рисунок 4 . Производительность CNN с лабораторными значениями: иллюстрирует производительность сверточной нейронной сети (CNN) на наборах данных, содержащих лабораторные значения.Наборы данных отсортированы по годам сбора.

    Таблица 2 . Достигнутая точность для каждого метода для набора данных начального посещения: таблица, показывающая выполненные ML-методы и достигнутую точность набора данных Initial-Total в процентах.

    Оптимизированные нейронные сети были скомпилированы со следующими значениями: функция активации, выбранная для сверточного слоя, является функцией гиперболического тангенса. Полностью связанный слой реализует функцию выпрямленных линейных единиц.В качестве функции потерь было обнаружено, что функция среднеквадратичной ошибки дает наилучшие результаты. Соответствующий оптимизатор – «Адам» (полученный из оценки адаптивного момента). Поиск по сетке оптимальных гиперпараметров привел к размеру пакета 64 и количеству эпох 200 для последующих посещений и 100 эпох и размер пакета 128 для начальных контактов.

    В целом нейронные сети, обученные и протестированные на данных, полученных в 2018 году, показывают лучшую производительность, чем те, которые использовались на данных за 2017 год, что сами по себе имеют недостаток по сравнению с данными, взятыми из всего набора данных.Точность и отзывчивость, а также оценка F1 показывают аналогичное поведение, отображая пиковые значения для данных за 2018 год и худшие из набора данных за 2017 год.

    Добавление общих лабораторных значений положительно сказывается на характеристиках модели, причем эффекты варьируются от дополнительных 2,42 до 3,19% по сравнению с точностью без использования лабораторных параметров. Нейронная сеть имеет более высокую чувствительность, чем специфичность с точки зрения болезни Крона, в результате большего числа посещений, ошибочно классифицируемых как БК, но на самом деле представляющих случаи язвенного колита.Поскольку проблема классификации состоит из двух классов, чувствительность и специфичность для UC меняются местами, как показано в таблице 3.

    Таблица 3 . Чувствительность и специфичность CNN для каждого диагноза: в этой таблице отображается чувствительность и специфичность сверточной нейронной сети (CNN), обученной и протестированной на данных из набора данных Follow-Up-2018.

    В ходе дальнейших исследований были оптимизированы и оставшиеся неоптимизированные методы машинного обучения. Этот процесс не привел к дальнейшему анализу, и результаты не показаны, но могут быть отправлены авторами по запросу.

    Обсуждение

    Это исследование, основанное на реестре CEDATA и собранной в нем информации, отображает оптимизацию алгоритмической модели для поддержки принятия решений при классификации пациентов с PIDB в отношении их диагноза. Результаты показывают возможность цифровой дифференциации между CD и UC с точностью более 90% (90,57%), несмотря на особенности пересечения, видимые во время эндоскопических процедур, и наличие не более общих лабораторных значений.

    Plevy et al.(8) продемонстрировали метод достижения твердой точности классификации ВЗК с использованием методов машинного обучения по серологическим маркерам в дополнение к макроскопическим данным. Полученная модель, хотя и неприменима к усредненным данным пациентов, поскольку используемые маркеры дороги и, как правило, не могут быть получены в реальных больницах. Следовательно, эти маркеры также не включены в клинический реестр CEDATA. Mossotto et al. (7) стремились предоставить модель машинного обучения, основанную на более простых клинических данных, таких как результаты микроскопических и макроскопических исследований, и при этом добиться хорошей точности классификации.В другом подходе Dhaliwal et al. (25) также использовали гистологические данные для классификации подгрупп PIBD в небольшой когорте. Основываясь на этом подходе, общедоступные клинические данные используются в исследовании реестра CEDATA для классификации CD и UC с помощью алгоритмов машинного обучения, отказываясь от гистологических данных, а также любых других мгновенных данных о проявлении болезни. По тем же соображениям также исключается своевременное развитие болезни, что снижает требования к использованию модели.Следует также отметить, что гистологические результаты сильно зависят от исследователя и технического оборудования (26). Ограниченные требования к данным позволяют применять модель в случаях PIBD, когда гистологические данные или обширные серологические отчеты еще не доступны или не являются окончательными. Полученная модель применима только к пациентам с ПИБД из-за значительных различий в локализации воспаления. Различия в локализации ВЗК у взрослых и детей (27) доказывают, что результаты машинного обучения, полученные на основе данных взрослых, не могут быть ассимилированы в педиатрических моделях, и означает важность чисто педиатрических моделей классификации, а также сбора отдельных данных для исследовательских целей (27).Хотя перекрестная проверка снижает вероятность переобучения, она приводит к меньшему количеству данных для обучения классификатора (20). Большие источники данных, такие как реестр CEDATA, имеют большое значение при попытке применить методы машинного обучения к медицинским данным и необходимы для разработки предикторов, более применимых к реальным сценариям, чем модели, приспособленные к небольшим наборам данных (25). Хотя применяемые методы объединения и перекрестной проверки сокращают переобучение, оставшееся стандартное отклонение 3,45 может указывать на то, что CNN все еще испытывает переобучение на этапе обучения.Для дальнейшего решения этой проблемы архитектура сети может быть расширена, включая один или несколько уровней отсева, которые случайным образом разрывают соединения между слоями во время обучения и уменьшают их связь (28). Другие методы могут включать в себя «раннюю остановку», которая предотвращает дальнейшее обучение сети при достижении максимальной производительности, или «снижение веса», которое постоянно снижает веса сети на этапе обучения (29).

    Сверточная нейронная сеть чаще встречается в подходах к распознаванию изображений или языка, но также применима для классификации (30).Хотя сверточная нейронная сеть способна правильно классифицировать большинство записей данных, частичное совпадение паттернов воспаления CD и UC по-прежнему приводит к неправильной классификации. Повышенная производительность алгоритма при применении вместе с лабораторными значениями указывает на тесную связь системного воспаления с диагнозом ВЗК. Наиболее четкое различие ВЗК по участкам с видимым воспалением можно сделать при первоначальном диагнозе, поскольку различные методы терапии не вызывают повреждения.Поскольку посещения, использованные в описанном исследовании, происходили во время продолжающейся терапии и регулярных обследований, ожидается, что указанные локализации будут зависеть от ранее упомянутой терапии. Частичное совпадение макроскопических проявлений увеличилось по сравнению с информацией, полученной от нелеченных пациентов. Можно ожидать, что сверточная нейронная сеть, обученная информации первичной эндоскопической диагностики, обеспечит лучшую точность из-за более низкой систематической ошибки лечения впервые диагностированных пациентов по сравнению с последующими обследованиями.Однако модели, обученные на исходных наборах данных о контактах, стабильно работали несколько хуже, чем модели, оснащенные последующими данными. Это может быть вызвано смещением данных из-за незарегистрированного лечения до консультации со специалистом или меньшего количества данных о первоначальных посещениях, доступных в реестре. Другое объяснение можно найти в отсутствующих лабораторных значениях в исходном наборе контактных данных, которые, как было показано, улучшают производительность модели в последующем наборе данных. На момент создания реестра CEDATA выбранные лабораторные значения CRP и EST не были включены в данные, собранные при первоначальном посещении специалиста.Качество данных в этих областях поставило под угрозу полезность модели при первоначальном представлении. При повышении точности прогнозирования сверточной сети гиперпараметры были настроены с использованием алгоритма поиска по сетке, который выбирал лучшую доступную комбинацию параметров путем итерации по всем предоставленным возможностям и сохранения той, которая дала лучший результат. Этот подход столь же исчерпывающий, как и списки параметров, заданных алгоритму. Поскольку был только ограниченный список чисел, заданных как возможные значения для ряда эпох и размера пакета, выполненный поиск по сетке не является полностью исчерпывающим.Хотя этот подход снижает вычислительную нагрузку и приводит к более быстрому обнаружению оптимальных параметров, остается возможность более эффективной комбинации гиперпараметров. Чтобы добиться выбора наилучшего сочетания элементов для оптимизации, необходимо применить исчерпывающий поиск по сетке, включая все возможные эпохи и размеры пакета. Поскольку этот процесс потребует невероятных ресурсов и, вероятно, не даст лучших результатов, он не считается передовой практикой. Выполненный поиск по сетке или даже случайный поиск по заданным параметрам считаются лучшими подходами к настройке гиперпараметров (31).

    Различие между несколькими наборами данных по дате приобретения было выбрано с учетом изменений, которые реестр CEDATA и его основные программные компоненты претерпели за последние годы. Поскольку сбор и ввод всех данных подвержены ошибкам, нельзя исключать ошибки среди наборов данных, экспортированных из реестра. Это было ключевой мотивацией для постоянного улучшения качества данных и методов вставки, используемых для хранения. Основные усилия начались с нового пользовательского интерфейса в конце 2017 года, обеспечивающего автоматическое завершение, обратную связь и логические оценки, исключающие множество потенциальных источников ошибок.Повышение производительности нейронной сети на наборах данных за 2017 и 2018 годы является показателем того, что эти усилия эффективны и приводят к общему улучшению качества данных. Более высокую точность всего набора данных по сравнению с 2017 годом можно объяснить включением данных за 2018 год и общего объема данных, предоставленных алгоритму машинного обучения. Тем не менее ожидается, что все данные из реестра будут иметь высокое качество, поскольку пациенты постоянно обследуются, их прогрессирование тщательно контролируется, а решения, такие как диагноз, подтверждают несколько врачей.

    Реестр CEDATA постоянно расширяет свое хранилище, не только добавляя новых пациентов, но и добавляя новые поля данных к существующим. В результате получается репозиторий, содержащий более 600 возможных атрибутов за посещение. Последнее может помочь исследователю в дальнейшем улучшении нейронной сети на основе включения дополнительных атрибутов фенотипирования, которые могут быть ключевыми для достижения более высокой точности и могут помочь определить ключевые параметры при различении диагнозов PIDB.Другой возможностью было бы включение данных о микробиоме. Kellermayer et al. (32) показали корреляцию между этими данными и воспалительным процессом в кишечнике. Использование этих данных может повысить точность, но также выявить конкретные параметры, которые имеют особенно сильную корреляцию с различными диагнозами PIBD.

    Для дальнейшего продвижения исследований по этой теме планируется сочетание различных реализованных моделей машинного обучения. Цель состоит в том, чтобы использовать сильные стороны отдельных методов для получения более совершенной модели.Простым путем к достижению этого было бы вычисление средневзвешенного значения по встроенным методам. Хотя фактически при этом используются выходные данные всех моделей, игнорируется тот факт, что модели могут быть более или менее точными для определенной подгруппы образцов. Следовательно, необходим метод, который включает методы с разными весами для конкретных записей данных. В связи с этим в дальнейших исследованиях к этой проблеме классификации будут применяться методы позднего слияния для конкретных образцов (33).

    Поскольку все данные, использованные в этом исследовании, получены из реестра CEDATA и связанных с ним клиник, существует основная систематическая ошибка в сборе данных, и все результаты должны подтверждаться данными, полученными из реестра или клиники, не являющихся членами CEDATA.Чтобы убедиться в том, что данные реестров могут точно отражать реальные данные, планируется провести тестирование с привлечением внешнего учреждения. Помимо проверки модели на внешних данных, цель состоит в том, чтобы подтвердить высокую корреляцию между реестром и общими реальными клиническими данными.

    Абсолютная правда, на основании которой были обучены и протестированы все модели, заносится в реестр как диагноз. Примечательно, что врачи формировали эти диагнозы после изучения всей медицинской информации о пациенте, а не только данных о местонахождении.Нет никакой оценки, с какой точностью опытный практикующий врач мог бы классифицировать данные данные, поэтому прямое сравнение модели и человека невозможно. Существовавший ранее спрос на внедрение техники машинного обучения в клиническую среду поддерживается повышенным вниманием, которое в последние годы привлекли новые методы глубокого обучения. Растущие вычислительные ресурсы и улучшенные модели позволяют использовать новые стратегии для поддержки диагностики, прогнозирования исходов и рисков, а также индивидуализированной терапии.Однако применение искусственного интеллекта в медицине должно быть направлено не на замену взаимодействия пациента и врача и процессов принятия решений, а на поддержку их посредством помощи. Поскольку методы прогнозирования ограничены введенными данными, они не могут рассматривать пациентов полностью. Даже если имеется достаточно данных для классификации, медицинский опыт и индивидуальная оценка случая важны для необычных патологических проявлений. Хотя искусственные нейронные сети пытаются воспроизвести процесс обучения биологического мозга на грубом уровне, не существует метода для моделирования сложных процессов распознавания образов и принятия решений, сформированных в результате длительного клинического занятия.Алгоритмы глубокого обучения сильно зависят от выбранной обучающей когорты, что может привести к смещению этнической принадлежности и неожиданному падению производительности при применении в маргинальных группах (34, 35). Тем не менее, различные примеры показывают потенциальную выгоду от внедрения машинного обучения в клинические процессы. Например, существуют системы для оценки риска, предварительной обработки или предварительной сортировки телеметрических и визуальных данных, разделения пациентов на подгруппы или интеграции в диагностические процедуры. В целом применение искусственного интеллекта в медицине полезно, но требует этического контроля при внедрении и использовании (36).

    Преимущество разработанной модели может быть в значительной степени немедленно использовано в самом реестре CEDATA. Посредством прямой обратной связи при вводе данных врач может получить значение вероятности диагноза пациента, что может привести к переоценке диагноза или корректировке записанных данных. Таким образом, общее качество данных регистра может быть улучшено, и для принимающих пациентов устанавливается дополнительное утверждение качества медицинской помощи. Сам алгоритм машинного обучения может быть реализован так, чтобы постоянно учиться на новых входных данных и продолжать повышать точность.

    Достигнута точность до 90,57% при различении диагноза БК и ЯК у пациентов с рецидивом ВЗК у детей путем адаптации сверточной нейронной сети. Хотя этой производительности достаточно для использования в реестре CEDATA, для реализации модели непосредственно в клинической среде необходимо повышение точности до 95%. Для достижения этого результата будет использоваться дальнейшая оптимизация, ввод большего количества данных и включение дополнительных параметров посещения в модель.Введение обычно исследуемых лабораторных параметров CRP и ESR приводит к более точному прогнозу модели. Он работает лучше, когда его тестируют и проверяют только с данными, прошедшими процесс исправления и проверки, что обеспечивает улучшенное качество данных. Эти результаты подчеркивают роль высококачественных и количественных входных данных в улучшении решений для поддержки принятия решений.

    Заявление о доступности данных

    Наборы данных, представленные в этой статье, недоступны, потому что реестр CEDATA-GPGE, а также содержащиеся в нем данные принадлежат зарегистрированной ассоциации «CEDATA-GPGE ® ».Таким образом, распространение данных из реестра может быть одобрено только владельцем. Запросы на доступ к наборам данных следует направлять на https://www.gpge.eu/cedata-gpge, https://www.gpge.eu/s/1809_projektantrag_cedata-gpge.docx.

    Заявление об этике

    CEDATA-GPGE ® – это перспективный многоцентровый реестр для PIBD в немецкоязычных странах (14). Он одобрен этическими комитетами всех участвующих институтов. Письменное информированное согласие на участие в реестре предоставляется законными опекунами пациентов.Дальнейшего этического одобрения или согласия для этого исследования не требовалось, поскольку на исследование распространяется этическое одобрение CEDATA-GPGE ® и согласие участвующих в нем пациентов.

    Авторские взносы

    NS провел анализ производительности модели, внедрил модели, написал рукопись в соавторстве с JL и разработал необходимый набор инструментов. KS разработал сравнение и визуализацию моделей, а также инфраструктуру для извлечения данных. HS внесла свой вклад в инструменты анализа и извлечения данных.K-PZ координировал сбор данных и исследования. PF разработал методы оптимизации алгоритмов с помощью NS и поддержал дизайн нейронной сети. JL разработал план исследования, организовал сбор данных, написал рукопись в соавторстве с NS и возглавил междисциплинарный обмен. Исследовательская группа CEDATA-GPGE участвовала в отборе пациентов для этого анализа. Все авторы внесли свой вклад в статью и одобрили представленную версию.

    Благодарности

    Благодарим всех пациентов и их семьи за поддержку.

    Члены исследовательской группы CEDATA-GPGE

    Рюдигер Адам (Мангейм, Германия), Антье Баллауфф (Крефельд, Германия), Барбара Баумгартнер (Цветтль, Австрия), Томас Бергер (Даттельн, Германия), Йенс Берранг (Дортмунд, Германия), Эдит Бик (Торгау, Германия), Гвидо Бюрк (Херне, Германия), Андреас Буш (Тюбинген, Германия), Мартин Классен (Бремен, Германия), Зёнке Дамманн (Равенсбург, Германия), Кристиан Дёрфлер (Эрфурт, Германия), Геше Дюкер (Бонн, Германия), Фокко Эльшнер ( Аугсбург, Германия), Аксель Эннингер (Штутгарт, Германия), Аннетт Финдейзен (Грайфсвальд, Германия), Гюнтер Флемминг (Лейпциг, Германия), Дирк Фёлль (Мюнстер, Германия), Маркус Францке (Зальцгиттер, Германия), Михаэль Фридт (Дюссельдорф, Германия), Ульрих Габель (Оберурзель, Германия), Райнер Ганшов (Гамбург, Германия), Штефан Гаупп (Нюрнберг, Германия), Ларс Гердтс (Котбус, Германия), Иоганн Герайн (Франкфурт, Германия), Патрик Гернер (Эссен, Германия) , Александра Глеттлер (Штайр, Австрия), Катрин Грёгер (Вурцен, Германия), Вибке Хахманн (Менхенгладбах, Германия), Ральф Хан usch (Родевиш, Германия), Альмут Хауэр (Грац, Австрия), Маттиас Хейдук (Плауэн, Германия), Петер Хайнц-Эриан (Инсбрук, Австрия), Георг Хойбнер (Дрезден, Германия), Моника Хофманн (Хемниц, Германия), Аксель Хюбелер (Ауэ, Германия), Хасан Исса (Лейсниг, Германия), Симона Едвилайтис (Фридрихсхафен, Германия), Петра Йеше (Хойерсверда, Германия), Вольфганг Камин (Хамм, Германия), Хеа-Сук Ким-Бергер (Марбург, Германия), Петер Клипштейн (Кведлинбург, Германия), Уте Клосс (Берлин, Германия), Хенрик Кёлер (Эрланген, Германия), Андреас Краль (Дармштадт, Германия), Бенно Крецшмар (Айзенах, Германия), Моника Курзай (Йена, Германия), Мартин Лаас (Дрезден, Германия), Томас Ланг (Штарнберг, Германия), Ральф Мельхиор (Кассель, Германия), Михаэль Мелтер (Регенсбург, Германия), Андреас Мёкель (Борна, Германия), Дитрих Ней (Гамбург, Германия), Ральф Паллакс (Мемминген) , Германия), Кай Нильс Паргац (Риза, Германия), Майке Петерсен (Гейдельберг, Германия), Эдмунд Петри (Мюнстер, Германия), Карстен Посовски (Ульм, Германия) rmany), Маркус Преннингер (Вельс, Австрия), Михаэль Радке (Потсдам, Германия), Олаф Раеке (Эсслинген, Германия), Штефан Раушенфельс (Брауншвейг, Германия), Хайке Рек (Циттау, Германия), Томас Рихтер (Лейпциг, Германия) , Буркхард Родек (Оснабрюк, Германия), Франк Шмидт (Галле, Германия), Анджона Шмидт-Чоудхури (Бохум, Германия), Хайке Шон (Брайтенбрунн ОТ Эрлабрунн, Германия), Томас Шолбах (Хемниц, Германия), Кристина Шверк (Лейпциг, Лейпциг) Германия), Вольфганг Шперль (Зальцбург, Австрия), Армин Стах (Леверкузен, Германия), Эдит Стернички (Оберварт, Австрия), Томас Штукерт (Цвикау, Германия), Андреас Вечеи (Вена, Австрия), Кристоф фон Бух (Бад-Кройцнах, Германия), Тобиас Венцль (Ахен, Германия), Альке Вилленборг (Берлин, Германия), Ульф Винклер (Баутцен, Германия), Штефан Вирт (Вупперталь, Германия), Харальд Эндрю Заунширм (Кремс, Австрия), Бернд Циммер (Рюссельсхайм, Германия) ).

    Финансирование

    Проект CED-KQN, связанный с этим исследованием, был профинансирован Gemeinsamer Bundesausschuss (Федеральный объединенный комитет Германии) под кодом поддержки VSF17054.

    Конфликт интересов

    Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

    Список литературы

    1. Молодецкий Н.А., Сун И.С., Раби Д.М., Гали В.А., Феррис М., Чернов Г.Согласно систематическим обзорам, заболеваемость и распространенность воспалительных заболеваний кишечника со временем увеличивается. Гастроэнтерология. (2012) 142: 46–54.e42; викторина e30. DOI: 10.1053 / j.gastro.2011.10.001

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    2. Тиммер А., Беренс Р., Будерус С., Финдейсен А., Хауэр А., Келлер К.-М. и др. Воспалительное заболевание кишечника, возникшее в детстве: предикторы поздней диагностики из немецкоязычного педиатрического регистра воспалительных заболеваний кишечника CEDATA. J Pediatr. (2011) 158: 467–73.e2. DOI: 10.1016 / j.jpeds.2010.09.014

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    3. Рабочая группа по IBD Европейского общества детской гастроэнтерологии, гепатологии и питания. Воспалительное заболевание кишечника у детей и подростков: рекомендации по диагностике – критерии Порто. J Pediatr Gastroenterol Nutr. (2005) 41: 1–7. DOI: 10.1097 / 01.MPG.0000163736.30261.82

    CrossRef Полный текст | Google Scholar

    4.Роберт М.Э., Тан Л., Хао Л.М., Рейес-Мугика М. Паттерны воспаления в биопсиях слизистой оболочки при язвенном колите: воспринимаемые различия в педиатрических популяциях ограничиваются детьми младше 10 лет. Am J Surg Pathol. (2004) 28: 183–9. DOI: 10.1097 / 00000478-200402000-00005

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    5. Фельдман С.С., Бухалтер С., Хейс Л.В. Информационные технологии здравоохранения в качестве здравоохранения и безопасности пациентов: обзор литературы. ЖМИР Мед Информ. (2018) 6: e10264. DOI: 10.2196 / 10264

    CrossRef Полный текст | Google Scholar

    7. Моссотто Э., Эштон Дж. Дж., Коэльо Т., Битти Р. М., МакАртур Б. Д., Эннис С. Классификация воспалительных заболеваний кишечника у детей с использованием машинного обучения. Sci Rep. (2017) 7: 1–10. DOI: 10.1038 / s41598-017-02606-2

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    8. Плеви С., Сильверберг М.С., Локтон С., Стокфиш Т., Кронер Л., Стахельски Дж. И др.Комбинированные серологические, генетические и воспалительные маркеры позволяют дифференцировать пациентов без ВЗК, болезни Крона и язвенного колита. Воспаление кишечника. (2013) 19: 1139–48. DOI: 10.1097 / MIB.0b013e318280b19e

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    9. Алпайдин Э. Введение в машинное обучение . Кембридж, Массачусетс: MIT Press (2004). п. 468.

    Google Scholar

    10. Yao L, Cai M, Chen Y, Shen C, Shi L, Guo Y. Прогнозирование результатов лечения противоэпилептическими препаратами пациентов с впервые диагностированной эпилепсией с помощью машинного обучения. Эпилептическое поведение EB. (2019) 96: 92–7. DOI: 10.1016 / j.yebeh.2019.04.006

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    11. Вен С.Ф., Репс Дж., Кай Дж., Гарибальди Дж. М., Куреши Н. Может ли машинное обучение улучшить прогнозирование сердечно-сосудистого риска с использованием стандартных клинических данных? PLoS ONE. (2017) 12: e0174944. DOI: 10.1371 / journal.pone.0174944

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    12. Штробль С., Булесте А-Л, Цейлис А., Хотхорн Т.Смещение в случайных мерах важности переменных в лесу: иллюстрации, источники и решение. BMC Bioinformatics. (2007) 8:25. DOI: 10.1186 / 1471-2105-8-25

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    14. де Лаффоли Дж., Лаасс М.В., Шольц Д., Циммер К.П., Будерус С. Распространенность анемии у педиатрических пациентов с ВЗК и влияние на тяжесть заболевания: результаты педиатрического регистра ВЗК CEDATA-GPGE ® . Gastroenterol Res Pract. (2017) 2017: 8424628.DOI: 10.1155 / 2017/8424628

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    15. Чжан С., Чжан С., Ян К. Подготовка данных для интеллектуального анализа данных. Appl Artif Intell. (2003) 17: 375–81. DOI: 10.1080 / 713827180

    CrossRef Полный текст | Google Scholar

    16. Шанкер М., Ху М.Ю., Хунг М.С. Влияние стандартизации данных на обучение нейронной сети. Омега. (1996) 24: 385–97. DOI: 10.1016 / 0305-0483 (96) 00010-2

    CrossRef Полный текст | Google Scholar

    17.Жерон А. Практическое машинное обучение с помощью Scikit-Learn, Keras и TensorFlow: концепции, инструменты и методы для создания интеллектуальных систем . Севастополь, Калифорния: O’Reilly Media, Inc. (2019). п. 851.

    Google Scholar

    18. Aggarwal CC. Классификация данных: алгоритмы и приложения . Нью-Йорк, Нью-Йорк: CRC Press (2014). п. 704.

    Google Scholar

    19. Морено-Торрес Дж. Г., Саез Дж. А., Эррера Ф. Исследование влияния сдвига набора данных, вызванного разделением, на перекрестную проверку $ k $ -Fold. Система обучения транс нейронной сети IEEE. (2012) 23: 1304–12. DOI: 10.1109 / TNNLS.2012.2199516

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    20. Канг Дж., Шварц Р., Фликингер Дж., Беривал С. Подходы к машинному обучению для прогнозирования результатов лучевой терапии: взгляд клинициста. Int J Radiat Oncol Biol Phys. (2015) 93: 1127–35. DOI: 10.1016 / j.ijrobp.2015.07.2286

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    23.Гулли А., Пал С. Глубокое обучение с Керасом . Бирмингем: Packt Publishing Ltd. (2017) стр. 310.

    Google Scholar

    25. Дхаливал Дж., Эрдман Л., Дрисдал Э., Ринави Ф., Мьюир Дж., Уолтерс Т.Д. и др. Точная классификация подтипа ВЗК толстой кишки у детей с использованием классификатора случайного лесного машинного обучения. J Pediatr Gastroenterol Nutr. (2020) 72: 262–9. DOI: 10.1097 / MPG.0000000000002956

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    26.Миссауи Н., Салхи С., Бдиуи А., Местири С., Абдессайед Н., Мокни М. и др. Иммуногистохимическая характеристика улучшает воспроизводимость гистологической диагностики рака яичников. Азиатский Pac J Cancer Prev. (2018) 19: 2545–51. DOI: 10.22034 / APJCP.2018.19.9.2545

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    27. Buderus S, Scholz D, Behrens R, Classen M, De Laffolie J, Keller K-M, et al. Воспалительное заболевание кишечника у педиатрических пациентов: характеристики впервые диагностированных пациентов из реестра CEDATA-GPGE. Dtsch Arzteblatt Int. (2015) 112: 121–7. DOI: 10.3238 / arztebl.2015.0121

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    29. Накамура К., Хонг Б. Адаптивное снижение веса для глубоких нейронных сетей. Доступ IEEE. (2019) 7: 118857–65. DOI: 10.1109 / ACCESS.2019.2937139

    CrossRef Полный текст | Google Scholar

    30. Ямасита Р., Нишио М., До РКГ, Тогаши К. Сверточные нейронные сети: обзор и применение в радиологии. Insights Imaging. (2018) 9: 611–29. DOI: 10.1007 / s13244-018-0639-9

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    32. Келлермайер Р., Зильбауэр М. Микробиом кишечника и концепция тройного воздействия окружающей среды на патогенез воспалительного заболевания кишечника. J Pediatr Gastroenterol Nutr. (2020) 71: 589–95. DOI: 10.1097 / MPG.0000000000002908

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    34. Bolukbasi T, Chang KW, Zou J, Saligrama V, Kalai A.Мужчина для программиста, как женщина для домохозяйки? устранение искажений вложения слов. В: Труды 30-й Международной конференции по системам обработки нейронной информации . Ред-Хук, штат Нью-Йорк: Curran Associates Inc. (2016). (НИПС’16).

    Google Scholar

    35. Тернер Ли Н. Выявление расовых предубеждений в алгоритмах и машинном обучении. J Inf Commun Ethics Soc. (2018) 16: 252–60. DOI: 10.1108 / JICES-06-2018-0056

    CrossRef Полный текст | Google Scholar

    отчетливых клинических фенотипов болезни Крона, выявленных в результате опросов пациентов | BMC Gastroenterology

  • 1.

    Roess A. Перспективы, рост и реальность мобильного здравоохранения – еще одна зона, свободная от данных. N Engl J Med. 2017; 377 (21): 2010–1.

    Артикул Google ученый

  • 2.

    де Йонг MJ, van der Meulen-de Jong AE, Romberg-Camps MJ, Becx MC, Maljaars JP, Cilissen M, van Bodegraven AA, Mahmmod N, Markus T., Hameeteman WM, Dijkstra G, Masclee AA , Боонен А., Винкенс Б., ван Туберген А., Йонкерс Д.М., Пиерик М.Дж. Телемедицина для лечения воспалительного заболевания кишечника (myIBDcoach): прагматичное многоцентровое рандомизированное контролируемое исследование.Ланцет. 2017; 390 (10098): 959–68.

    Артикул Google ученый

  • 3.

    Ингрэм Дж., Колли Э., Бен-Шломо И., Коссберн М., Херст К.Л., Пикерсгилл Т.П., Робертсон Н.П. Обоснованность инвалидности, обусловленной пациентом, и клинических данных при рассеянном склерозе. Мульт Склер. 2010. 16 (4): 472–9.

    CAS Статья Google ученый

  • 4.

    Джексон Б.Д., Грей К., Ноулз С.Р., Де Круз П. Технологии электронного здравоохранения при воспалительных заболеваниях кишечника: систематический обзор.Колит Дж. Крона. 2016; 10 (9): 1103–21.

    Артикул Google ученый

  • 5.

    Spies TH, Mokkink HG, De Vries Robbe PF, Grol RP. Какой источник данных для оценки клинической эффективности? Пилотное исследование, сравнивающее самостоятельную запись с картами пациентов и наблюдениями. Int J Qual Health Care. 2004. 16 (1): 65–72.

    Артикул Google ученый

  • 6.

    Миркович Дж., Йессен С., Кристьянсдоттир О.Б., Крогсет Т., Коричо А.Т., Руланд С.М.Разработка технологий для мобилизации личных сильных сторон людей с хроническими заболеваниями: подход позитивного кодирования. JMIR Form Res. 2018; 2 (1): e10774.

    Артикул Google ученый

  • 7.

    Катария С., Равиндран В. Цифровое здоровье: новое измерение в лечении ревматологических пациентов. Rheumatol Int. 2018; 38 (11): 1949–57.

    Артикул Google ученый

  • 8.

    Jiang S, Hong YA.Мобильное общение между пациентом и поставщиком медицинских услуг у выживших после рака: роль санитарной грамотности и активности пациентов. Психоонкология. 2018; 27 (3): 886–91.

    Артикул Google ученый

  • 9.

    Гаше С., Грундтнер П. Генотипы и фенотипы при болезни Крона: помогают ли они в клиническом ведении? Кишечник. 2005. 54 (1): 162–7.

    CAS Статья Google ученый

  • 10.

    Walfish A, Sachar D. Классификация фенотипов ВЗК: влияет ли терапия? Воспаление кишечника. 2007. 13 (12): 1573–5.

    Артикул Google ученый

  • 11.

    Луи Э., Ван Кемсеке С., Ринаерс С. Необходимость фенотипической классификации воспалительного заболевания кишечника. Лучшие Практики Рес Клин Гастроэнтерол. 2011; 25 (Приложение 1): S2-7.

    Артикул Google ученый

  • 12.

    Sehgal R, Koltun WA. Балльные системы при воспалительном заболевании кишечника. Эксперт Рев Гастроэнтерол Гепатол. 2010. 4 (4): 513–21.

    Артикул Google ученый

  • 13.

    Tremaine WJ. Можно ли определить неопределенный колит? Curr Gastroenterol Rep. 2012; 14 (2): 162–5.

    Артикул Google ученый

  • 14.

    Гаше С., Шолмерих Дж., Брынсков Дж., Д’Хаенс Дж., Ханауэр С.Б., Ирвин Е.Дж., Джуэлл Д.П., Рахмилевиц Д., Сачар Д. Б., Сандборн В. Дж., Сазерленд Л. Р..Простая классификация болезни Крона: доклад Рабочей группы Всемирного конгресса гастроэнтерологов, Вена, 1998. Inflamm Bowel Dis. 2000. 6 (1): 8–15.

    CAS Статья Google ученый

  • 15.

    Silverberg MS, Satsangi J, Ahmad T., Arnott ID, Bernstein CN, Brant SR, Caprilli R, Colombel JF, Gasche C, Geboes K, Jewell DP, Karban A, Loftus EV Jr, Pena AS, Riddell RH, Сахар Д. Б., Шрайбер С., Стейнхарт А. Х., Тарган С. Р., Вермейр С., Уоррен Б. Ф.На пути к комплексной клинической, молекулярной и серологической классификации воспалительных заболеваний кишечника: отчет Рабочей группы Монреальского Всемирного конгресса гастроэнтерологов 2005 г. Можно J Гастроэнтерол. 2005; 19 (Дополнение A): 5A-36A.

    Артикул Google ученый

  • 16.

    Steinhart AH, Girgrah N, McLeod RS. Надежность схемы клинической классификации болезни Крона, основанной на поведении болезни. Воспаление кишечника. 1998. 4 (3): 228–34.

    CAS Статья Google ученый

  • 17.

    Lee JC, Biasci D, Roberts R, Gearry RB, Mansfield JC, Ahmad T, Prescott NJ, Satsangi J, Wilson DC, Jostins L, Anderson CA, Consortium UIG, Traherne JA, Lyons PA, Parkes M , Смит К.Г. Полногеномное ассоциативное исследование выявляет различные генетические факторы, влияющие на прогноз и предрасположенность к болезни Крона. Нат Жене. 2017; 49 (2): 262–8.

    Артикул Google ученый

  • 18.

    de Lange KM, Moutsianas L, Lee JC, Lamb CA, Luo Y, Kennedy NA, Jostins L, Rice DL, Gutierrez-Achury J, Ji SG, Heap G, Nimmo ER, Edwards C, Henderson P, Mowat C, Sanderson Дж., Сатсанги Дж., Симмонс А., Уилсон, округ Колумбия, Тремеллинг М., Харт А., Мэтью К. Г., Ньюман В. Г., Паркс М., Лис К. В., Улиг Г., Хоуки К., Прескотт Н. Дж., Ахмад Т., Дж. Мэнсфилд, Андерсон, Калифорния, Дж. Барретт. Полногеномное исследование ассоциации предполагает иммунную активацию нескольких генов интегринов при воспалительном заболевании кишечника. Нат Жене. 2017; 49 (2): 256–61.

    Артикул Google ученый

  • 19.

    ДеВердт С. Генетика: ключи в коде. Природа. 2016; 540 (7634): S104–5.

    CAS Статья Google ученый

  • 20.

    Cleynen I, Boucher G, Jostins L, Schumm LP, Zeissig S, Ahmad T., Andersen V, Andrews JM, Annese V, Brand S, Brant SR, Cho JH, Daly MJ, Dubinsky M, Duerr RH , Фергюсон Л. de Jong AE, Weersma RK, Wilson DC, International Inflamailed Bowel Disease Genetics C, Parkes M, Vermeire S, Rioux JD, Mansfield J, Silverberg MS, Radford-Smith G, McGovern DP, Barrett JC, Lees CW.Унаследованные детерминанты фенотипов болезни Крона и язвенного колита: исследование генетической ассоциации. Ланцет. 2016; 387 (10014): 156–67.

    Артикул Google ученый

  • 21.

    Mailman MD, Feolo M, Jin Y, Kimura M, Tryka K, Bagoutdinov R, Hao L, Kiang A, Paschall J, Phan L, Popova N, Pretel S, Ziyabari L, Lee M, Shao Y , Ван З.Й., Сироткин К., Уорд М., Холодов М., Збич К., Бек Дж., Кимельман М., Шевелев С., Пройсс Д., Ященко Е., Графф А., Остелл Дж., Шерри С.Т.База данных генотипов и фенотипов NCBI dbGaP. Нат Жене. 2007. 39 (10): 1181–6.

    CAS Статья Google ученый

  • 22.

    Dassopoulos T, Nguyen GC, Bitton A, Bromfield GP, Schumm LP, Wu Y, Elkadri A, Regueiro M, Siemanowski B, Torres EA, Gregory FJ, Kane SV, Harrell LE, Franchimont D, Achkar JP , Гриффитс А., Брант С. Р., Риу Дж. Д., Тейлор К. Д., Дюрр Р. Х., Сильверберг М. С., Чо Дж. Х., Стейнхарт А. Х. Оценка надежности и достоверности фенотипирования ВЗК в Национальном институте диабета, болезней органов пищеварения и почек (NIDDK) Консорциума генетики IBD (IBDGC).Воспаление кишечника. 2007. 13 (8): 975–83.

    Артикул Google ученый

  • 23.

    Медведович М., Сиваганесан С. Байесовская модель бесконечной смеси на основе кластеризации профилей экспрессии генов. Биоинформатика. 2002. 18 (9): 1194–206.

    CAS Статья Google ученый

  • 24.

    Шах С.Дж., Кац Д.Х., Селварадж С., Берк М.А., Янси К.В., Георгиад М., Боноу Р.О., Хуанг С.К., Део РК.Феномэппинг для новой классификации сердечной недостаточности с сохраненной фракцией выброса. Тираж. 2015; 131 (3): 269–79.

    Артикул Google ученый

  • 25.

    Slifer SH. PLINK: ключевые функции для анализа данных. Curr Protoc Hum Genet. 2018; 97 (1): e59.

    Артикул Google ученый

  • 26.

    Ся М, Лю Дж, Лю С, Чен К., Линь Х, Цзян М, Сюй Х, Сюэ И, Лю В, Гу И, Чжан Х, Ли З, Йи Л, Цянь Y, Чжоу С , Ли Р, Чжан Х, Ли З, Цао Х.Ash2l и lnc-Smad3 координируют доступность локуса Smad3, чтобы модулировать поляризацию iTreg и аутоиммунитет Т-клеток. Nat Commun. 2017; 8: 15818.

    Артикул Google ученый

  • 27.

    Harrell LE. Взаимосвязь генотипа / фенотипа при воспалительном заболевании кишечника. Гастроэнтерол Гепатол (N Y). 2007. 3 (7): 535–7.

    Google ученый

  • 28.

    Vegni E, Gilardi D, Bonovas S, Corro BE, Menichetti J, Leone D, Mariangela A, Furfaro F, Danese S, Fiorino G.Восприятие болезни у пациентов с воспалительным заболеванием кишечника различается у пациентов с активным заболеванием или в стадии ремиссии: проспективное когортное исследование. Колит Дж. Крона. 2019; 13 (4): 417–23.

    Артикул Google ученый

  • 29.

    Лукин Д.Д. Предикторы рецидива перианальной фистулы при болезни Крона. Воспаление кишечника. 2019; 26: 932–3.

    Google ученый

  • 30.

    Зелинкова З., Стоккерс П.К., ван дер Линде К., Кейперс Э.Дж., Пеппеленбош М.П., ​​Ван дер Вуд С.П.Материнский импринтинг и преобладание женщин при семейной болезни Крона. Колит Дж. Крона. 2012. 6 (7): 771–6.

    Артикул Google ученый

  • 31.

    Thomas JD, Zhang YJ, Wei YH, Cho JH, Morris LE, Wang HY, Zheng XF. Rab1A является активатором mTORC1 и колоректальным онкогеном. Раковая клетка. 2014. 26 (5): 754–69.

    CAS Статья Google ученый

  • 32.

    Шимада К., Удзава К., Като М, Эндо Й, Шииба М, Букава Х, Йокое Х, Секи Н., Танзава Х.Аберрантная экспрессия RAB1A при раке языка человека. Br J Рак. 2005. 92 (10): 1915–21.

    CAS Статья Google ученый

  • 33.

    Cervigne NK, Machado J, Goswami RS, Sadikovic B, Bradley G, Perez-Ordonez B, Galloni NN, Gilbert R, Gullane P, Irish JC, Jurisica I, Reis PP, Kamel-Reid S. геномные изменения при последовательной прогрессирующей лейкоплакии и раке полости рта: движущие силы онкогенеза полости рта? Hum Mol Genet. 2014. 23 (10): 2618–28.

    CAS Статья Google ученый

  • 34.

    Wang X, Liu F, Qin X, Huang T, Huang B, Zhang Y, Jiang B. Экспрессия Rab1A повышается при раке легких человека и связана с размером опухоли и стадией T. Старение (Олбани, штат Нью-Йорк). 2016; 8 (11): 2790–8.

    CAS Статья Google ученый

  • 35.

    Spira A, Beane JE, Shah V, Steiling K, Liu G, Schembri F, Gilman S, Dumas YM, Calner P, Sebastiani P, Sridhar S, Beamis J, Lamb C, Anderson T., Gerry N. , Кин Дж., Ленбург М.Э., Броди Дж. С..Экспрессия эпителиальных генов дыхательных путей в диагностической оценке курильщиков с подозрением на рак легкого. Nat Med. 2007. 13 (3): 361–6.

    CAS Статья Google ученый

  • 36.

    Franco HL, Casasnovas J, Rodriguez-Medina JR, Cadilla CL. Избыточные или отдельные объекты? – роли Twist1 и Twist2 в качестве молекулярных переключателей во время транскрипции генов. Nucleic Acids Res. 2011; 39 (4): 1177–86.

    CAS Статья Google ученый

    • Классификация, диагностика и варианты лечения – Nova Science Publishers

    Описание

    Содержание

    Предисловие

    ЭТИОЛОГИЯ

    Глава 1.Текущие знания в области иммунопатогенеза воспалительных заболеваний кишечника
    (Наталия Сальгадо, Дэвид Диас-Хименес, Марджори Де Ла Фуэнте, Родриго Кера и Марсела А. Эрмосо, Программа подготовки специалистов, Высшая школа медицины, Медицинский факультет, Чилийский университет, Чили, и другие )
    (PDF) Заболеваемость и Парижская классификация детских воспалительных заболеваний кишечника

    Гастроэнтерологические исследования и практика 

    [] C.Якобсен, В. Вевер, Ф. Урне и др., «Заболеваемость язвенным колитом

    и болезнью Крона у детей в Дании: все еще растет или

    снижается?» Journal of Crohn’s and Colitis, vol., no., pp.

     – , .

    [] А. Левин, «Воспалительное заболевание кишечника у детей: оно другое?» Заболевания пищеварения, т., №, стр. – ,.

    [] L.E. Oostenbrug, H.M. vanDullemen, G.J.teMeerman, P.L.

    M. Jansen и J. H. Kleibeuker, «Клинический исход болезни Крона

    в соответствии с Венской классификацией: местоположение болезни

    является полезным предиктором течения болезни», European Journal of

    Gastroenterology and Hepatology, vol., no., pp. – ,

    .

    [] A. Levine, A. Griths, J. Markowitz et al., «Педиатрический метод –

    катион Монреальской классификации для воспалительного процесса кишечника

    болезнь: Парижский класс» катион », Инъематоры кишечника,

    об. , нет. , стр.  –, .

    [-] BB Crohn, L. Ginzburg, and GD Oppenheimer, «Региональный

    илеит», e Journal of the American Medical Association, vol.,

    pp.  –  , .

    [] Дж. Ф. Мэйберри, «Некоторые аспекты эпидемиологии язвенного колита

    », Gut, vol. , нет. , стр.  – -, .

    [] JF Mayberry и J. Rhodes, «Эпидемиологические аспекты болезни Крона

    : обзор литературы», Gut, vol., no.,

    pp. –  , —-.

    [] Н. А. Молодецкий, И. С. Сун, Д. М. Раби и др., «Увеличение

    заболеваемости и распространенности воспалительных заболеваний кишечника со временем

    , на основе систематического обзора», Гастроэнтерология, том.

    -, нет. , стр. .e – .e,.

    [] С.Шивананда, Дж. Леннард-Джонс, Р. Логанетал., «Заболеваемость

    воспалительными заболеваниями кишечника в Европе: есть ли разница

    между севером и югом?» Результаты европейского совместного исследования

    воспалительных заболеваний кишечника (EC-IBD), «Gut, vol.»,

    no. , стр.  – , .

    [] Э. Л. Армитаж, М. К. Олдхаус, Н. Андерсон и др., «Заболеваемость

    ювенильной болезнью Крона в Шотландии: связь с

    северной широты и влияния», Гастроэнтерология, т., нет.

    , с.  –,.

    [] А. Зонненберг и Р. М. Гента, «Географическое распределение

    микроскопических колитов и воспалительных заболеваний кишечника в

    США», Воспалительные заболевания кишечника, том. , стр. –

    , .

    [] A. Jussila, LJ Virta, V. Salomaa, J. Maki, A. Jula и M.

    A. Farkkila, «Высокая и растущая распространенность воспалительных заболеваний кишечника

    в Финляндии с четкое различие между севером и югом »,

    Journal of Crohn’s and Colitis, vol., pp.e – e, .

    [] V. Nerich, P. Jantchou, M.-C. Boutron-Ruault et al., «Низкое воздействие солнечного света

    является фактором риска болезни Крона»,

    Alimentary Pharmacology and erapeutics, vol., no., pp.

     –,.

    [] Л. Лакатос и П. Л. Лакатос, «Увеличиваются ли заболеваемость и распространенность

    воспалительных заболеваний кишечника в Восточной Европе?»

    Медицинский журнал последипломного образования, том , №, стр. – ,.

    [—-] J.Burisch, N. Pedersen, S. Cukovic-Cavka et al., «Градиент Восток-Запад

    в частоте воспалительных заболеваний кишечника в

    Европе: начальная когорта ECCO-EpiCom», Gut, .

    [] А. Экбом, К. Хелмик, М. Зак и Х.-О. Адами, «Эпи-

    демиология воспалительного заболевания кишечника: крупное популяционное исследование в Швеции», Гастроэнтерология, том, №, стр.

     – , .

    [] М. Косгроув, Р. Ф. Аль-Атия и Х. Р. Дженкинс, «Эпидемия детской воспалительной болезни кишечника», Archives of

    Disease in Childhood, vol., №, стр. – ,.

    [] Э. Армитаж, Х. Э. Драммонд, Д. Уилсон и С. Гош,

    «Рост заболеваемости как ювенильной болезнью Крона

    , так и язвенным колитом в Шотландии», European Journal of Gas –

    троэнтерология и гепатология, т., №, стр. –,.

    [] Э. Ланггольц, П. Мункхольм, П. А. Красильников, В. Биндер,

    «Воспалительные заболевания кишечника с началом в детстве. Клинические

    признаков, заболеваемости и смертности в региональной когорте, Scandi-

    navian Journal of Gastroenterology, vol., №, стр. – -,

    .

    [] P.Turunen, K.-L.Kolho, A.Auvinen, S.Iltanen, H.Huhtala,

    и M. Ashorn, «Заболеваемость воспалительными заболеваниями кишечника у

    финских детей.  – , Воспалительные заболевания кишечника, т.

    , № , стр.  – , .

    [] BDLovasza, L.Lakatosb, A.Horvathcetal., «Заболеваемость

    и течение педиатрических воспалительных заболеваний кишечника в

    WesternHungarybetween –», Заболевания печени ,

    .

    [] EIBenchimol, KJFortinsky, P.Gozdyra, M.Vanden

    Heuvel, J. Van Limbergen и AM Griths, «Эпидемиология

    детских воспалительных заболеваний кишечника: систематический обзор

    международных тенденций, ”Воспалительные заболевания кишечника, т., Вып.

    , стр.  – ,.

    [] Б. Хоуп, Р. Шахдадпури, К. Даннитал., «Rapidrisein

    заболеваемость ирландскими педиатрическими воспалительными заболеваниями кишечника»,

    Архив детских болезней, том., стр. – -, .

    [] П. Хендерсон, Р. Хансен, FL Cameron et al., «Рост заболеваемости

    педиатрических воспалительных заболеваний кишечника в Шотландии», Inam-

    matory кишечных заболеваний, том  , стр. – , .

    [—-] П. Мальмборг, Л. Грэнквист, Дж. Линдхольм, С. Монтгомери и

    Х. Хильдебранд, «Рост заболеваемости детской гамма-инфекцией –

    ториное заболевание кишечника в северной части округа Стокгольм,  – ,

    Журнал детской гастроэнтерологии и питания, вып., стр.

     – -, .

    [] H.M.Malaty, X.Fan, A.R.Opekun, C.ibodeaux, and G.D.

    Ферри, «Рост заболеваемости воспалительными заболеваниями кишечника среди

    детей: -летнее исследование», Журнал детской гастроэнтерологии

    и питание, том , №, стр. –  , .

    [] О. Абрамсон, М. Дюрант, У. Моуэтл., «Заболеваемость, распространенность,

    и временные тенденции педиатрических воспалительных заболеваний кишечника в

    Северная Калифорния, от до . , ”Педиатрический журнал, вып.,

    нет. , стр. .e – .e, .

    [] EI Benchimol, A. Guttmann, AM Griths et al., «Увеличение

    случаев детской воспалительной болезни кишечника в Онтарио,

    Канада: данные административных данных здравоохранения», Gut, vol. .,

    № , стр.  –,.

    [] П. Лехтинен, М. Ашорн, С. Илтанен и др., «Тенденции заболеваемости

    детских воспалительных заболеваний кишечника в Финляндии», –,

    по всей стране. исследование, ”Воспалительные заболевания кишечника, т., no.,

    с. – , .

    [] Р. Орел, Т. Камхи, Г. Видмар и П. Мамула, «Эпидемиология

    педиатрических хронических воспалительных заболеваний кишечника в центральной и

    Западной Словении,  –» , ”Журнал педиатрической гастроэнтерологии и питания

    , том, №, стр.

    No related posts.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *