Alginate therapy is effective treatment for GERD symptoms: a systematic review and meta-analysis
Notice bibliographique
Résumé
In patients with gastroesophageal reflux disease (GERD) and erosive esophagitis, treatment with proton pump inhibitors (PPIs) is highly effective. However, in some patients, especially those with nonerosive reflux disease or atypical GERD symptoms, acid-suppressive therapy with PPIs is not as successful. Alginates are medications that work through an alternative mechanism by displacing the postprandial gastric acid pocket. This study performed a systematic review and meta-analysis to examine the benefit of alginate-containing compounds in the treatment of patients with symptoms of GERD. PubMed/MEDLINE, Embase, and the Cochrane library electronic databases were searched through October 2015 for randomized controlled trials comparing alginate-containing compounds to placebo, antacids, histamine-2 receptor antagonists (H2RAs), or PPIs for the treatment of GERD symptoms. Additional studies were identified through a bibliography review. Non-English studies and those with pediatric patients were excluded. Meta-analyses were performed using random-effect models to calculate odds ratios (OR). Heterogeneity between studies was estimated using the I2 statistic. Analyses were stratified by type of comparator. The search strategy yielded 665 studies and 15 (2.3%) met inclusion criteria. Fourteen were included in the meta-analysis (N = 2095 subjects). Alginate-based therapies increased the odds of resolution of GERD symptoms when compared to placebo or antacids (OR: 4.42; 95% CI 2.45-7.97) with a moderate degree of heterogeneity between studies (I2 = 71%, P = .001). Compared to PPIs or H2RAs, alginates appear less effective but the pooled estimate was not statistically significant (OR: 0.58; 95% CI 0.27-1.22). Alginates are more effective than placebo or antacids for treating GERD symptoms.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,044 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».