MétaCan
Menu
Retour à la cohorte
Enregistrement W2747205148 · doi:10.3760/cma.j.issn.1008-5734.2016.06.002

Meta-analysis of risk factors for thrombocytopenia related to linezolid

2016· article· en· W2747205148 sur OpenAlexaboutno aff
Ge Mengjia, Chen Ken, Qingbian Ma, Yi Zhanmiao, Zhai Suo-di

Notice bibliographique

RevueYaowu Buliang Fanying Zazhi · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAntimicrobial Resistance in Staphylococcus
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLinezolidOdds ratioInternal medicineConfidence intervalRisk factorMeta-analysisSurgery

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate the risk factors for thrombocytopenia related to linezolid (LZD) comprehensively. Methods The related databases were electronically searched for the case-control studies about risk factors for LZD-associated thrombocytopenia from the inception to June 2016. The quality of the literature which was enrolled into the Meta-analysis evaluated by Newcastle-Ottawa Quality Assessment Scale (NOS), and then Meta-analysis was conducted using RevMan 5.3 software. The results are presented as odds risk (OR) and 95% confidence interval (CI). Results A total of 25 studies involving 4 279 patients were entered, including 1 335 in the thrombocytopenia group and 2 944 in the none thrombocytopenia group. The NOS scores of all literature were greater than or equal to 7. The result of Meta-analysis showed that, the baseline platelet count 14 days (OR=1.76, 95%CI: 1.17-2.65, P=0.006) and age≥65 years (OR=1.54, 95%CI: 1.03-2.31, P=0.04) were identified as significant risk factors for LZD-associated thrombocytopenia. Conclusion Current evidence shows that the severe damage to renal function, low baseline platelet count, low body weight, long-term LZD administration and advanced age are risk factors of LZD-related thrombocytopenia. Key words: Linezolid; Thrombocytopenia; Risk factor; Meta-analysis

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)0,014
score de la tête « metaresearch » (Gemma)0,030
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: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,030
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,046
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,083
Tête enseignante GPT0,342
Écart entre enseignants0,258 · 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
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYaowu Buliang Fanying ZazhiMême sujetAntimicrobial Resistance in StaphylococcusTravaux en français237 207