MétaCan
Menu
Retour à la cohorte
Enregistrement W2012393743 · doi:10.1517/14740338.5.2.231

Adverse reactions to first-line antituberculosis drugs

2006· review· en· W2012393743 sur OpenAlexaff
Eric J Forget, Dick Menzies

Notice bibliographique

RevueExpert Opinion on Drug Safety · 2006
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug-Induced Hepatotoxicity and Protection
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineEthambutolIncidence (geometry)PyrazinamideIsoniazidDiscontinuationAdverse effectTuberculosisHepatitisInternal medicineIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Tuberculosis continues to be a major cause of morbidity and mortality worldwide. Currently available drugs are effective for treatment of the disease or latent infection, but may cause serious adverse effects. METHODS: The authors reviewed the literature for side effects of five first-line antituberculous medications (isoniazid, rifampin, pyrazinamide, ethambutol and streptomycin). Incidence of the major side effects were compiled with particular attention to the incidence of isoniazid hepatotoxicity. RESULTS: Hepatotoxicity to isoniazid is a serious problem. Although overall incidence may be decreasing, incidence averaged 9.2 per 1000 patients who were compliant, in multiple studies, with a case fatality rate of 4.7%. The incidence is higher with increasing age. Other serious adverse effects include dermatological, gastrointestinal, hypersensitivity, neurological, haematological and renal reactions. They can lead to drug discontinuation (in up to 10% of patients) or even more serious morbidity or mortality. CONCLUSIONS: Side effects to antituberculosis drugs are common, and include hepatitis, cutaneous reactions, gastrointestinal intolerance, haematological reactions and renal failure. These adverse effects must be recognised early, to reduce associated morbidity and mortality.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,476
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations316
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug SafetyMême sujetDrug-Induced Hepatotoxicity and ProtectionTravaux en français237 207