A Comparative Study of four Oral Contrast Agents for Small Bowel Distension with Computed Tomography Enterography
Notice bibliographique
Résumé
PURPOSE: To assess the efficacy of a variety of oral contrast agents in obtaining small bowel distention for computed tomography (CT) enterography examinations. METHODS: A retrospective study was developed to quantitatively assess small bowel luminal distension during CT enterography by using 4 contrast agents, which included water, Metamucil, polyethylene glycol, and lactulose. A total of 256 patients were enrolled in the study and included 64 individuals for each oral regimen. The widest loop of small bowel in each of 4 quadrants on representative coronal images was separately measured for luminal distension. Overall distension and the greatest number of "useful" quadrants were evaluated. Overall distension was calculated by summing the 4 quadrant values into an overall luminal diameter distention score (cm). A "useful" quadrant was defined as having a measurement of ≥2 cm. Each "useful" quadrant was assigned a score of 1, with values that ranged from 0-4. RESULTS: For overall distension, multivariable liner regression analysis showed that the lactulose group had a significantly higher overall distension value than Metamucil, polyethylene glycol, and water by 0.88, 0.92, and 1.63 cm, respectively, with 95% confidence interval. The categorical multivariable logistic regression analysis showed that the lactulose group had greater odds of having more "useful" quadrants than the Metamucil, polyethylene glycol, and water groups, with odds ratios of 3.51, 2.68, and 9.19, respectively. CONCLUSION: Lactulose achieves better small bowel distension for CT enterography studies than the other 3 agents and, therefore, is the preferred oral regimen at our institution.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».