MétaCan
Menu
Retour à la cohorte
Enregistrement W2093842971 · doi:10.14740/cr322w

Incidence of Gastrointestinal Bleeding After Percutaneous Coronary Intervention: A Single Center Experience

2014· article· en· W2093842971 sur OpenAlexvenueno aff
Aziz ur Rehman Aziz

Notice bibliographique

RevueCardiology Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous coronary interventionMyocardial infarctionInternal medicineIncidence (geometry)Gastrointestinal bleedingKillip classCardiologyUnivariate analysisSingle CenterGI bleedingSurgeryMultivariate analysisEndoscopy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Gastrointestinal (GI) bleeding is a hemorrhagic complication after percutaneous coronary intervention in patients with acute myocardial infarction. The purpose of the study is to determine predictors of GI bleeding and impact of GI bleeding on the patients undergoing percutaneous coronary intervention. METHODS: GI bleeding occurred in 6 (7.1%) of 84 patients with STEMI/NSETMI (ST-segment elevated myocardial infarction/Non ST-segment elevated myocardial infarction) undergoing primary percutaneous coronary intervention. RESULTS: Univariate analysis demonstrates that patients with GI bleeding had a significantly higher previous GI bleeding (16.66% vs. 8.6%, P < 0.001). Higher Killip classification at presentation was associated with higher incidence of GI bleeding (61% vs. 18%, P < 0.01). The use of proton pump inhibitors did not reduce the risk of GI bleeding. The GI bleeding in these patients was associated with higher mortality and morbidity in the post percutaneous coronary intervention period. CONCLUSION: Although, GI bleeding in patients with MI significantly increases mortality and morbidity, previous GI bleeding and higher Killip class are associated with higher incidence of GI bleeding. High-risk patients for GI bleeding can be identified at presentation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,344
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiology ResearchMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207