Hyperbilirubinemia as a Predictor of Appendiceal Perforation: A Systematic Review and Diagnostic Test Meta-Analysis
Notice bibliographique
Résumé
Background: Misdiagnosis of the severity of acute appendicitis may lead to perforation and can consequently result in increased morbidity and mortality. In this study, the role of hyperbilirubinemia as a predictor of perforation is assessed by performing a meta-analysis of diagnostic accuracy. Methods: A systematic search of the literature published over the past 20 years was performed using the EMBASE, PubMed, Cochrane library, and Google Scholar databases. Results: Low values of sensitivity, specificity, and diagnostic odds ratio (DOR) were detected: 0.21 (95% confidence interval (CI): 0.13 - 0.30, standard error (SE) = 0.43), 0.27 (95% CI: 0.15 - 0.43, SE = 0.73), and 0.10 (95% CI: 0.3 - 0.28, SE = 0.05), respectively. The positive likelihood ratio (PLR) was low (0.29 (95% CI: 0.27 - 0.91, SE = 0.76)), whereas the negative likelihood ratio (NLR) was high (2.88 (95% CI: 1.66 - 5.14, SE = 0.10)). The hierarchical summary receiver operating characteristic curve was positioned towards the lower right corner, and the area under the curve was 0.19, both indicating a low level of overall accuracy and discrimination. Compared with the PLR, the negative inverse likelihood ratio (1/LR - ) indicated that a positive result has a greater impact on the odds of disease than does a negative result. Conclusions: Hyperbilirubinemia alone is not a reliable tool to predict perforation. Future studies should investigate whether the combined predictive values of bilirubin, C-reactive protein (CRP), and white blood cells are a more effective diagnostic tool. J Clin Med Res. 2019;11(3):171-178 doi: https://doi.org/10.14740/jocmr3724
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,028 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».