A39 A META-ANALYSIS OF COLON CLEANSING PREPARATIONS IN PATIENTS WITH INFLAMMATORY BOWEL DISEASE
Notice bibliographique
Résumé
Patients with inflammatory bowel disease (IBD) are subject to several colonoscopies during their lifespan and subsequently several bowel preparations. Recent guidelines endorse the use of split-dose regimens, but only few data are available in IBD patients who are often excluded from trials for safety concerns. We performed a systematic review and meta-analysis to determine any existing difference in terms of effectiveness, safety and tolerability between existing colon-cleansing products in the IBD population. 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, in high (>3L) or low-volume (2L or less) regimens. Bowel cleansing quality was the primary outcome. Secondary outcomes included patient willingness-to-repeat the preparation and side effects and complications. Out of 439 citations, 4 trials fulfilled our inclusion criteria (n = 449 patients). One trial (Lazzaroni et coll. 1993) assessed the impact of adding Simethicone to Polyethylene Glycol (PEG) 4L witch resulted in similar bowel cleansing effect but a better willingness to repeat. One other trial (Gould et coll 1982) compared senna to castor oil, again without any difference in term of bowel cleansing. Two trials compared the efficacy of PEG high-volume versus PEG low-volume associated to an adjuvant in split-dose regimens (Kim et al 2016, Manes et al 2016): PEG low-dose efficacy was not different to PEG high-dose; OR=0.84 (0.37; 1.92) A higher proportion of patients were willing to repeat low-volume preparations vs high-volume; OR 5.11 (1.31–20.0). In IBD population, PEG low-volume regimen seems not inferior to PEG high-volume to clean the colon, and yields improved tolerance. Further additional research is urgently required to compare contemporary products in this specific population. None
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 | 0,014 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,073 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».