A Risk Assessment of Factors for the Presence of Angiodysplasias During Endoscopy and Factors Contributing to Symptomatic Bleeding and Rebleeds
Notice bibliographique
Résumé
BACKGROUND: Few studies have assessed factors associated with angiodysplasias during endoscopy or factors associated with symptomatic disease. AIMS: To evaluate risk factors for the presence of and contribution to symptomatic disease in patients with angiodysplasias. METHODS: We performed a systematic MEDLINE, EMBASE and Cochrane Library search according to the PRISMA guidelines for studies assessing risk factors involved in angiodysplasias detected during endoscopy and factors that lead to anemia or overt bleeding. Study quality was assessed with the Newcastle-Ottawa scale. A risk assessment was performed by selecting risk factors identified by two independent studies and/or by a large effect size. RESULTS: Twenty-three studies involving 92,634 participants were included. The overall quality of the evidence was moderate. Risk factors for the diagnosis of angiodysplasias during endoscopy confirmed by at least two studies were increasing age (OR 1.09 per year, 95% CI 1.04-1.1), chronic kidney disease (OR 4.5, 95% CI 1.9-10.5) and cardiovascular disease (2.9, 95% CI 1.4-6.2). The risk of rebleeds was higher in the presence of multiple lesions (OR 4.2, 95% CI 1.1-16.2 and 3.8, 95% CI 1.3-11.3 and 8.6, 95% CI 1.4-52.6), liver cirrhosis (OR 4.0, 95% 1.1-15.0) and prothrombin time < 30% (OR 4.2, 95% 1.1-15.4) with a moderate effect size. Multiple comorbidities were associated with an increased in-hospital mortality (OR 2.29, 95% CI 1.2-4.3). CONCLUSIONS: This systematic review identified age, chronic kidney disease and cardiovascular disease as the most important risk factors for the diagnosis of angiodysplasias during endoscopy. Multiple lesions increase the risk of recurrent bleeding.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».