Notice bibliographique
Résumé
PURPOSE: To review knowledge on therapeutic uses of ethanol and the latter's effectiveness and safety profiles in a range of indications. METHODS: MEDLINE and PubMed databases were searched for relevant peer-reviewed papers published in English between 1888 and 2018 using the following search terms: ethanol, therapeutic, alcohol withdrawal syndrome, antiseptic, antidote, methanol, ethylene glycol, neurolysis, embolization, cyst, sclerosing agent, sclerotherapy, arteriovenous malformations, ablating agent. Studies providing information about association between alcohol and therapeutic indications, or mechanic explanation for the association were included for review. RESULTS: According to the World Health Organization, approximately three millions deaths worldwide are attributable to alcohol consumption each year. However, the low-to-moderate consumption of ethanol has a number of beneficial effects (mainly on cardiovascular mortality and diabetes). Hence, ethanol has an unusual spectrum of effects that seems interesting for therapeutic purposes. Ethanol's risk-benefit ratio appears to be positive in some therapeutic indications such as antidote to methanol or ethylene glycol poisoning, neurolysis, alcohol withdrawal syndrome, or antiseptic. CONCLUSION: With the development of interventional radio technologies, and thus extremely precise access to anatomical structures, alcohol has been given new indications - particularly as an embolization, sclerosing or ablation agent. Moreover, constant progress in our knowledge of ethanol's pharmacodynamics might highlight other therapeutic indications for this compound in the future. Ethanol's low cost and wide availability make it a valuable therapeutic agent, compared with other reference treatments. Furthermore, ethanol has a long track record of safety and effectiveness in the indications mentioned above.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».