Improving outcomes from acute upper gastrointestinal bleeding: Table 1
Notice bibliographique
Résumé
Upper gastrointestinal bleeding (UGIB) is predominantly non-variceal in origin and remains one of the most common challenges faced by gastroenterologists and endoscopists in daily clinical practice. Despite major advances in the approach to the management of non-variceal upper gastrointestinal bleeding (NVUGIB) over the past decade including prevention of peptic ulcer bleeding, optimal use of endoscopic therapy1 and high-dose proton pump inhibition,2 it still carries considerable morbidity, mortality and health economic burden. Although many modernised healthcare systems report reductions in case death over time,3–5 most likely attributable to the aforementioned advances in addition to general supportive care, mortality remains appreciably high. Of particular note, rebleeding rates—one of the most important predictive factors of mortality and arguably the best reflection of interventions directly targeted at bleeding—have not significantly improved from longitudinal data in the past 15 years.6 7 In addition to high-quality trials that have informed best evidence-based practice guidelines in recent years,8 we have been provided with a plethora of detailed ‘real-life’ outcome data from multicentre observational studies of UGIB originating from Canada (RUGBE,9 REASON10 AND REASON-211), Italy (PNED-112 and PNED-213) and the UK,14 enabling an assessment of how well such guidelines are adhered to and serving to highlight deficiencies in existing aspects of care which could be improved upon. These studies are further described in table 1. View this table: Table 1 Description of study designs and inclusion criteria Using data from published papers of the aforementioned studies, we highlight a number of areas in the management of NVUGIB where efforts could be targeted to improve existing shortcomings in care. In addition we provide suggestions for parameters upon which improvements in care may be monitored in longitudinal studies as well as highlighting key areas for …
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,139 | 0,033 |
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 ».