Proton Pump Inhibitors vs. Histamine 2 Receptor Antagonists for Stress-Related Mucosal Bleeding Prophylaxis in Critically Ill Patients: A Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVES: H2-receptor antagonists (H2RA) have been shown to reduce stress-related mucosal bleeding (SRMB), yet randomized controlled trials assessing proton pump inhibitors (PPIs) have yielded conflicting results. The objective of this study was to evaluate the efficacy of PPIs vs. H2RAs in the prophylaxis of SRMB in critically ill adults with risk factors for bleeding. METHODS: Tailored literature searches of the past four decades were conducted. Outcomes measured were the decreases in rates of clinically significant bleeding (B, primary outcome of the meta-analysis), nosocomial pneumonia (P), and mortality (M) (secondary outcomes). Study heterogeneity was sought and quantified. Results are reported as odd ratios (ORs) with 95% confidence intervals (CIs). RESULTS: Eight fully published randomized controlled trials and five abstracts met the inclusion criteria. Prophylactic PPI administration significantly decreased the incidence of bleeding (N = 1,587 patients, OR = 0.30; 95% CI: 0.17-0.54), number needed to treat = 39; 95% CI: 21-303 with no observed statistical heterogeneity among the relevant comparisons (P = 0.93, I2 = 0.0%). No statistical differences were noted for the development of nosocomial pneumonia (n = 7, N = 1,017 patients, OR = 1.05; 95% CI: 0.69-1.62) or mortality (n = 8, N = 1,260 patients, OR = 1.19; 95% CI: 0.84-1.68) or (and no heterogeneity was found for either: P = 0.85, I2 = 0.0%, and P = 0.96, I2 = 0%, respectively). CONCLUSIONS: In critically ill patients at risk for the development of SRMB, PPI prophylaxis significantly decreased rates of clinically significant bleeding compared with H2RA, without affecting the development of nosocomial pneumonia or mortality rates. The magnitude of the beneficial effect, and its clinical relevance, now requires further characterization using cost-effectiveness analysis considering the incidence of stress-related mucosal disease-related bleeding.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,056 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».