MétaCan
Menu
Retour à la cohorte
Enregistrement W2747121196 · doi:10.3748/wjg.v23.i32.5994

Systematic review and meta-analysis of colon cleansing preparations in patients with inflammatory bowel disease

2017· review· en· W2747121196 sur OpenAlexaff
Sophie Restellini, Omar Kherad, Talat Bessissow, Charles Ménard, Myriam Martel, Maryam Taheri Tanjani, Péter L. Lakatos, Alan Barkun

Notice bibliographique

RevueWorld Journal of Gastroenterology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensQueen's UniversityMcGill University Health CentreUniversité de Sherbrooke
Organismes subventionnairesBoston Scientific Corporation
Mots-clésMedicineInternal medicineMeta-analysisPopulationInflammatory bowel diseaseRandomized controlled trialPEG ratioTolerabilityRegimenGastroenterologyAdverse effectSurgeryDisease

Résumé

récupéré en direct d'OpenAlex

AIM: To performed a systematic review and meta-analysis to determine any possible differences in terms of effectiveness, safety and tolerability between existing colon-cleansing products in patients with inflammatory bowel disease. METHODS: Systematic searches were performed (January 1980-September 2016) using MEDLINE, EMBASE, Scopus, CENTRAL and ISI Web of knowledge for randomized trials assessing preparations with or without adjuvants, given in split and non-split dosing, and in high (> 3 L) or low-volume (2 L or less) regimens. Bowel cleansing quality was the primary outcome. Secondary outcomes included patient willingness-to-repeat the procedure and side effects/complications. RESULTS: high-volume; OR = 5.11 (1.31-20.0). CONCLUSION: In inflammatory bowel disease population, PEG low-volume regimen seems not inferior to PEG high-volume to clean the colon, and yields improved willingness-to-repeat. Further additional research is urgently required to compare contemporary products in this population.

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)0,010
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,025
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,026
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,045
Tête enseignante GPT0,336
Écart entre enseignants0,291 · 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'étudeMéta-analyse
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

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of GastroenterologyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207