Methods for the early detection of drug-induced pancreatitis: a systematic review of the literature
Notice bibliographique
Résumé
OBJECTIVES: We systematically reviewed the literature to identify evidence-informed recommendations regarding the detection of drug-induced pancreatitis (DIP) and, secondarily, to describe clinical processes for the diagnosis of DIP. DESIGN: Systematic review. DATA SOURCES: Ovid MEDLINE, including Epub Ahead of Print, In-Process & Other Non-Indexed Citations, Embase Classic+Embase, the Cochrane Library. ELIGIBILITY CRITERIA: We included clinical practice guidelines, systematic reviews, narrative reviews and observational studies with a focus of establishing incidence, prevalence or diagnostic approaches for DIP. Clinical trials that diagnosed DIP as an outcome were also included. DATA EXTRACTION AND SYNTHESIS: Two reviewers screened citations and performed data extraction. A narrative synthesis of the evidence was prepared. RESULTS: Fifty-nine studies were included. Early published evidence suggested serial pancreatic ultrasound could detect subclinical pancreatitis; however, subsequent studies demonstrated no utility of serial ultrasound or serial monitoring of pancreatic enzymes in the early detection of DIP. Two small studies conducted in patients with a high baseline risk of acute pancreatitis concluded serial monitoring of pancreatic enzymes may be useful to guide early discontinuation of medications with known associations with pancreatitis. Early discontinuation of medication was not advised for lower-risk patients because some medications cause transient elevations of pancreatic enzymes that do not progress to acute pancreatitis. Eight of 52 studies (15%) reporting a clinical diagnostic process for DIP reported using currently accepted criteria for the diagnosis of acute pancreatitis. A variety of methods were used to assess drug-related causality. CONCLUSIONS: There is minimal evidence to support the use of serial monitoring by ultrasound or pancreatic enzymes to detect cases of DIP. Serial monitoring may be useful to guide early discontinuation of DIP-associated drugs in high-risk patients, but not in lower-risk patients. Greater uptake of standardised diagnostic and causality criteria for DIP is needed. TRIAL REGISTRATION NUMBER: CRD42017060473.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».