MétaCan
Menu
Retour à la cohorte
Enregistrement W2407228843 · doi:10.1097/prs.0000000000001078

Reply

2015· letter· en· W2407228843 sur OpenAlexaboutno aff
Ryan M. Gobble, Dennis P. Orgill

Notice bibliographique

RevuePlastic & Reconstructive Surgery · 2015
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRandomized controlled trialKetorolacPerioperativeEvidence-based medicineIntensive care medicineAlternative medicineSurgeryAnesthesia

Résumé

récupéré en direct d'OpenAlex

Sir: We would like to thank Drs. Davidson and Turner for their comments regarding our article entitled “Ketorolac Does Not Increase Postoperative Bleeding: A Meta-Analysis of Randomized Controlled Trials.” It appears that they have published their data in the Canadian Journal of Anaesthesiology.1 Our article focused on a review of prospective, double-blind, randomized studies. As a retrospective study, although provocative, their study was not of a high enough level of evidence for us to include in our review. They do bring up the important point of understanding the risk-to-benefit issues when considering the use of drugs in the perioperative period. The question of performing elective operations on patients with either antiplatelet or anticoagulant therapies will likely become more of an issue in the future. Certainly, our report does not definitely answer the question about whether using ketorolac in breast reduction is appropriate. It simply shows where the available evidence is today and highlights where we have gaps in our knowledge. For breast reduction surgery, surgeons will have to use the available published evidence combined with their own experience and evaluation of individual patients to make this decision. Carefully performed prospective, blinded, randomized studies will ultimately need to be performed to provide more definitive guidance. DISCLOSURE The authors have no financial interest in any of the products, devices, or drugs mentioned in this communication. Ryan M. Gobble, M.D. Dennis P. Orgill, M.D., Ph.D. Brigham and Women’s Hospital Boston, Mass. [email protected]

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive SurgeryMême sujetBreast Cancer Treatment StudiesTravaux en français237 207