The effects of omeprazole on healing and appearance of small gastric and duodenal lesions during dosing with diclofenac in healthy subjects
Notice bibliographique
Résumé
BACKGROUND: Non-steroidal anti-inflammatory drugs (NSAIDs) are associated with gastrointestinal mucosal damage. Omeprazole prevents the formation, and accelerates the healing, of NSAID-induced ulcers. AIM: To test whether omeprazole accelerates healing of standardized gastroduodenal lesions in the presence of diclofenac. METHODS: In a double-blind, double-dummy, placebo-controlled, crossover study, 12 healthy volunteers received consecutive, 2-week courses of omeprazole (40 mg o.d.) and placebo, in random order, with an intervening, 4-week washout period; diclofenac (50 mg t.d.s.), was given for the second week of each course. Five endoscopies were performed, one at the outset and the others before and after each course of diclofenac. Biopsies were taken from the endoscopically normal mucosa of the corpus, antrum and duodenum and also from any new mucosal lesion that developed after diclofenac. The sites of biopsies taken before each course of diclofenac were evaluated endoscopically after each course to assess the extent of healing according to a predetermined healing score scale. RESULTS: The healing scores observed after administration of placebo/diclofenac (median=0; range 0-6) and after omeprazole/diclofenac (median=0; range 0-6; P=0.17) did not differ. Small gastroduodenal lesions developed de novo in six subjects during placebo/diclofenac and in seven during omeprazole/diclofenac. Focal chemical gastropathy was observed only in close proximity to macroscopic lesions. CONCLUSIONS: In healthy subjects, omeprazole does not accelerate the healing of pre-existing mucosal lesions or prevent the development of small diclofenac-induced mucosal lesions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».