Community pharmacy–based <i>H. pylori</i> screening for patients with uninvestigated dyspepsia
Notice bibliographique
Résumé
Background: Helicobacter pylori is identified by the World Health Organization as a major risk factor of gastritis, peptic ulcer disease and gastric carcinomas. As point-of-care screening technology becomes more widely available, pharmacists are ideally suited to use this tool to screen patients with H. pylori infection. Purpose: The objective of this study was to evaluate the feasibility of implementing point-of-care screening technology for H. pylori into community pharmacy practice and to assess the number of patients who are positively identified as a result of testing. Methods: Three pharmacies in Toronto, Ontario, offered H. pylori screening as part of their clinical programs. Pharmacists enrolled patients with symptoms of dyspepsia and/or receiving acid suppressant therapy for >6 weeks. Decision to screen was based on the Canadian Helicobacter Study Group Consensus (CHSG). Patients were screened using the Rapid Response H. pylori test. Results: Seventy-one patients were recruited, with a mean age of 46.3 years. Patients were ethnically diverse, with a significant proportion (59.2%) identified as being born outside of North America, including Asia (26.8%), Africa (9.9%), the Middle East (7%), Europe (9.9%) and South and Central America (5.6%). Overall, the detection rate of H. pylori infection was 21%. North Americans had the lowest incidence of an undiagnosed H. pylori infection (6.9%). Europeans (28.6%), Middle Easterners (20%) and Asians (21.1%) had a moderate incidence, followed by the highest prevalence in those of African descent (71.4%). Conclusion: These results highlight the readiness of community pharmacists to adopt H. pylori screening into practice and to leverage this novel technology to positively identify and treat undiagnosed H. pylori infection. Can Pharm J (Ott) 2020;153:xx-xx.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».