Is the reflux disease questionnaire useful for identifying GERD according to the Montreal definition?
Notice bibliographique
Résumé
BACKGROUND: Scales for aiding physicians diagnose gastro-oesophageal reflux disease (GERD) have not been evaluated in terms of their ability to discriminate between troublesome symptoms (TS) and non-troublesome symptoms (NTS). Our objective is to evaluate the ability of the Reflux Disease Questionnaire (RDQ) to identify GERD according to referral of TS, in patients without previous proton pump inhibitor (PPI) treatment and in patients on PPI treatment. METHODS: Patients consulting physicians because of heartburn or acid regurgitation were recruited at 926 primary-care centres in Spain. They were asked to complete several questionnaires including the RDQ, and to define which of their symptoms were troublesome. Information on drug treatment was collected by the physician. We performed a receiver operating characteristic (ROC) curve analysis to ascertain the RDQ's optimum cut-point for identifying TS. RESULTS: 4574 patients were included, 1887 without PPI and 2596 on PPI treatment. Among those without PPI treatment, 1722 reported TS. The area under the curve (AUC) was 0.79 for the RDQ, and the optimum RDQ cut-point for identifying TS was 3.18 (sensitivity, 63.2%; specificity, 80.2%). A total of 2367 patients on PPI treatment reported TS, and the optimum RDQ cut-off value was 3.06 (sensitivity, 65.4%; specificity, 71.8%). CONCLUSIONS: An RDQ score higher than 3 shows good sensitivity and specificity for differentiating TS from NTS among patients without PPI or on PPI treatment. The RDQ is useful in primary care for diagnosis of GERD based on the Montreal definition.
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 ».