Determinants of diagnostic delay in autoimmune atrophic gastritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Autoimmune atrophic gastritis (AAG) is characterised by a wide clinical spectrum that could delay its diagnosis. AIMS: To quantify the diagnostic delay in patients suffering from AAG and to explore possible risk factors for longer diagnostic delay. METHODS: Consecutive patients with AAG evaluated at our gastroenterological outpatient clinic between 2009 and 2018 were included. Diagnostic delay was estimated as the time lapse occurring between the appearance of the first likely symptoms, laboratory alterations, and other clues indicative of AAG and the final diagnosis. Patient-dependent and physician-dependent diagnostic delays were also assessed. Multivariable regression models were fitted. RESULTS: 291 patients with AAG (mean age at diagnosis 61 ± 15 years; F:M ratio = 2.3:1) were included. The median overall diagnostic delay was 14 months (interquartile range [IQR] 4-41). Factors associated with longer median overall diagnostic delay were female sex (17 months, IQR 5-48), having a previous misdiagnosis (36 months, IQR 17-125) and a history of infertility/miscarriages (33 months, IQR 8-120), whereas a higher level of education was associated with longer patient-dependent diagnostic delay (4 months, IQR 1-12). First evaluation by a gastroenterologist was associated with a median longer diagnostic delay (6 months, IQR 2-15) compared to an internist (3 months, IQR 3-31) and a haematologist (1 month, IQR 0-2). Age, socioeconomic or marital status did not affect the diagnostic delay. CONCLUSIONS: AAG is burdened by substantial diagnostic delay, especially in female patients, and due to lack of awareness, particularly among gastroenterologists. Uncommon vitamin B12 deficiency-related manifestations are overlooked and may prolong the diagnostic delay.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle