MétaCan
Menu
Retour à la cohorte
Enregistrement W2041905450 · doi:10.1155/2013/638057

A Systematic Review of Ethanol and Fomepizole Use in Toxic Alcohol Ingestions

2013· review· en· W2041905450 sur OpenAlexaff
Lorri Beatty, Robert S. Green, Kirk Magee

Notice bibliographique

RevueEmergency Medicine International · 2013
Typereview
Langueen
DomaineMedicine
ThématiquePoisoning and overdose treatments
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineAntidoteAlcoholEthanolRandomized controlled trialIngestionEthylene glycol poisoningAdverse effectSystematic reviewMEDLINEEthylene glycolIntensive care medicineToxicologyAnesthesiaPharmacologySurgeryInternal medicineToxicity

Résumé

récupéré en direct d'OpenAlex

Objectives. The optimal antidote for the treatment of ethylene glycol or methanol intoxication is not known. The objective of this systematic review is to describe all available data on the use of ethanol and fomepizole for methanol and ethylene glycol intoxication. Data Source. A systematic search of MEDLINE and EMBASE was conducted. Study Selection. Published studies involving the use of ethanol or fomepizole, or both, in adults who presented within 72 hours of toxic alcohol ingestion were included. Our search yielded a total of 145 studies for our analysis. There were no randomized controlled trials, and no head-to-head trials. Data Extraction. Variables were evaluated for all publications by one independent author using a standardized data collection form. Data Synthesis. 897 patients with toxic alcohol ingestion were identified. 720 (80.3%) were treated with ethanol (505 Me, 215 EG), 146 (16.3%) with fomepizole (81 Me, 65 EG), and 33 (3.7%) with both antidotes (18 Me, 15 EG). Mortality in patients treated with ethanol was 21.8% for Me and 18.1% for EG. In those administered fomepizole, mortality was 17.1% for Me and 4.1% for EG. Adverse events were uncommon. Conclusion. The data supporting the use of one antidote is inconclusive. Further investigation is warranted.

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)0,006
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,430
Écart entre enseignants0,305 · 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'étudeRevue systématique
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

Citations75
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine InternationalMême sujetPoisoning and overdose treatmentsTravaux en français237 207