MétaCan
Menu
Retour à la cohorte
Enregistrement W3028692271 · doi:10.3760/cma.j.issn.1007-8118.2018.05.012

Postoperative prophylactic anticoagulation in the prevention of portal venous thrombosis in patients after laparoscopic splenectomy: a Meta-analysis

2018· article· en· W3028692271 sur OpenAlexaboutno aff
Yabin Yu, Yan Song, Chen Ya

Notice bibliographique

RevueZhonghua gan-dan waike zazhi · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSplenectomyMeta-analysisCochrane LibraryIncidence (geometry)SurgeryOdds ratioConfidence intervalThrombosisVenous thrombosisPortal vein thrombosisInternal medicineSpleen

Résumé

récupéré en direct d'OpenAlex

Objective To study the effectiveness and safety of prophylactic anticoagulation in the prevention of portal venous thrombosis (PVST) in patients after laparoscopic splenectomy. Methods A systematic search of the PubMed, Embase, Cochrane Library, Sinomed, Wangfang, Weipu and CNKI databases was performed to identify studies which compared outcomes in patients with or without prophylactic anticoagulation after laparoscopic splenectomy. The quality of the included studies was assessed using the Cochrane collaboration tool and the Newcastle-Ottawa Scale. Heterogeneity was evaluated using the χ2 and I2 tests. The primary outcome was the incidence of postoperative PVST. Results Five studies were included into this review, which involved 206 and 168 patients with or without prophylactic anticoagulation, respectively. The incidence of PVST was significantly reduced with prophylactic anticoagulation with an odds ratio (OR) of 0.32 [95% confidence interval (CI), 0.13~0.79, P<0.05]. Conclusion Prophylactic anticoagulation resulted in a significant reduced incidence of PVST after laparoscopic splenectomy. Key words: Portal vein system thrombosis; Anticoagulants; Laparoscopic splenectomy; Meta-analysis

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,039
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,305
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua gan-dan waike zazhiMême sujetLiver Disease and TransplantationTravaux en français237 207