EAES and SAGES 2018 consensus conference on acute diverticulitis management: evidence-based recommendations for clinical practice
Notice bibliographique
Résumé
BACKGROUND: Acute diverticulitis (AD) presents a unique diagnostic and therapeutic challenge for general surgeons. This collaborative project between EAES and SAGES aimed to summarize recent evidence and draw statements of recommendation to guide our members on comprehensive AD management. METHODS: Systematic reviews of the literature were conducted across six AD topics by an international steering group including experts from both societies. Topics encompassed the epidemiology, diagnosis, management of non-complicated and complicated AD as well as emergency and elective operative AD management. Consensus statements and recommendations were generated, and the quality of the evidence and recommendation strength rated with the GRADE system. Modified Delphi methodology was used to reach consensus among experts prior to surveying the EAES and SAGES membership on the recommendations and likelihood to impact their practice. Results were presented at both EAES and SAGES annual meetings with live re-voting carried out for recommendations with < 70% agreement. RESULTS: A total of 51 consensus statements and 41 recommendations across all six topics were agreed upon by the experts and submitted for members' online voting. Based on 1004 complete surveys and over 300 live votes at the SAGES and EAES Diverticulitis Consensus Conference (DCC), consensus was achieved for 97.6% (40/41) of recommendations with 92% (38/41) agreement on the likelihood that these recommendations would change practice if not already applied. Areas of persistent disagreement included the selective use of imaging to guide AD diagnosis, recommendations against antibiotics in non-complicated AD, and routine colonic evaluation after resolution of non-complicated diverticulitis. CONCLUSION: This joint EAES and SAGES consensus conference updates clinicians on the current evidence and provides a set of recommendations that can guide clinical AD management practice.
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 | 0,188 | 0,306 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,015 |
| Bibliométrie | 0,021 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,011 | 0,013 |
| Intégrité de la recherche | 0,018 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».