MétaCan
Menu
Retour à la cohorte
Enregistrement W2478634364 · doi:10.5858/arpa.2015-0451-ra

The Ever-Changing Landscape of Drug-Induced Injury of the Lower Gastrointestinal Tract

2016· review· en· W2478634364 sur OpenAlexaff
Esmeralda Celia Marginean

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGastrointestinal tractDrugMedicineInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: -There is an ever-growing armamentarium of pharmacologic agents that can cause gastrointestinal (GI) mucosal injury, the most common symptoms being diarrhea, constipation, nausea, and vomiting. These are often self-limiting and without serious sequelae, but some symptoms are of greater concern, like drug-induced mucosal ulceration that can manifest as GI hemorrhage, stricture formation, and even perforation. Histologically, there is significant overlap between drug-induced injuries and various disease entities. A single type of medication may cause multiple patterns of injury, which can involve the entire GI tract or just some parts of it. OBJECTIVE: -To review the most common drug-induced injury patterns affecting the colon, which may be recognized by the surgical pathologist on colonic mucosal biopsies. This review does not address the injuries occurring in the upper GI tract. DATA SOURCES: -A PubMed review of English-language literature, up to December 2015, on drug-induced injury of GI tract was performed. CONCLUSIONS: -There are numerous drugs that damage the colonic mucosa. The most common drugs are included in this review according to their histologic pattern of injury. It is important for the pathologist to keep in mind that a single drug type can induce many histologic patterns of mucosal injury that can mimic many disease entities. Although there are some histologic clues helpful in the diagnosis of drug-induced colonic injury, correlation with clinical history and especially medication history is essential to improve diagnostic accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,296
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations69
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetPotassium and Related DisordersTravaux en français237 207