Pancreatic Enzyme Supplements Are Not Effective for Relieving Abdominal Pain in Patients with Chronic Pancreatitis: Meta-Analysis and Systematic Review of Randomized Controlled Trials
Notice bibliographique
Résumé
Background. Pancreatic enzyme supplementation is widely used to treat pain in patients with chronic pancreatitis, despite little evidence for efficacy. We performed a systematic review of the literature and a meta-analysis to investigate its effectiveness. Methods. All randomized controlled parallel or crossover trials in patients with chronic pancreatitis comparing pancreatic enzyme supplementation to placebo were included. The main outcome was improvement in pain score or reduced analgesic consumption. Two independent reviewers extracted data. Mantel-Haenszel random effect model meta-analysis was used whenever methodologically appropriate. Results. Five out of 434 retrieved studies were included in the systematic review. All studies used relatively similar methodology. Four studies using enteric-coated pancreatic enzyme supplementation failed to show any improvement in pain as compared to placebo. The only study using non-enteric-coated enzymes did show reduction in the pain score. There was significant heterogeneity among studies in both analyses. Random model meta-analysis of three studies showed no significant difference in the mean of daily pain score (mean difference: 0.09 (1.57-1.39), p = 0.91) or average weekly analgesic consumption (mean difference: -0.30 (-2.37-1.77), p = 0.77) between the periods of administering pancreatic enzyme supplementation versus placebo. Conclusion. Pancreatic enzyme supplements do not seem to relieve abdominal pain in patients with chronic pancreatitis and should not be prescribed solely for this purpose, given their significant cost and potential side effects.
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 | 0,014 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,052 | 0,004 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».