Factors Related to the Development of Small‐Bowel Bacterial Overgrowth in Pediatric Intestinal Failure: A Retrospective Cohort Study
Notice bibliographique
Résumé
Abstract Background Small bowel bacterial overgrowth (SBBO) is a challenge in the management of pediatric intestinal failure (PIF). Our goal was to determine the proportion of patients treated for SBBO and factors related to its development. Methods We completed a retrospective analysis of PIF patients referred between 2008 and 2014. Data were collected on factors related to intestinal failure (IF) and SBBO. The cohort was stratified on the diagnosis of SBBO and refractory SBBO. Statistical testing completed using t ‐test, χ 2 test, and logistic regression. Results Thirty‐five of 102 patients developed SBBO (34%), and 16 (16%) had refractory SBBO. SBBO was more likely in gastroschisis (40.0% vs 19.4%, P = .025), a shorter residual small bowel (SB) (45.4% vs 66.5%, P = .004), and patients were less likely to wean from parenteral nutrition (PN) (51.4% vs 85.1%, P < .0001). Refractory SBBO patients were likely to have gastroschisis (50.0% vs 22.1%, P = .020) and a shorter residual SB and large bowel remaining (23.2% vs 65.9%, P < .0001 and 60.6% vs 79.4%, P = .03, respectively) and less likely to wean from PN (37.5% vs 80.2%, P = .001). Logistic regression demonstrated that longer SB residual was protective ( P = .001; odds ratio [OR], 0.95; 95% CI, 0.93–0.99), and short bowel syndrome (SBS) as a cause of IF was a risk factor ( P = .001; OR, 0.04; 95% CI, 0.01–0.27). Conclusion A longer SB remnant was protective against SBBO. Patients with SBBO were more likely to have PIF caused by SBS.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».