Time trends of causes of upper gastrointestinal bleeding and endoscopic findings
Notice bibliographique
Résumé
BACKGROUND: Upper gastrointestinal bleeding (UGIB) is a frequent cause for emergency endoscopy and, in a proportion, requires the application of endotherapy. We aim to evaluate the proportion of variceal and nonvariceal upper gastrointestinal bleeding (NVUGIB), the endoscopic findings that were detected, as well as the temporal trends of endoscopic findings over a period of 13 years. METHODS: This is a retrospective study of patients who underwent an esophagogastroduodenoscopy with an indication of UGIB or presented with hematemesis, melena, or both, as well as those who had hematochezia, from January 2004 to December 2016 (13 years). RESULTS: A total of 2075 patients were included with a mean age of 56.8 years (range 18-113) and males constituted 67.9%, while 65.9% had at least one comorbidity. Symptoms on presentation included hematemesis (52.5%), melena (31.2%), both hematemesis & melena (15.1%), and hematochezia (1.2%). The majority of UGIB were from a NVUGIB source (80.5%) and a variceal source was found in 13.1%, while no endoscopic findings were found in 6.4% of cases. The most common endoscopic diagnosis was gastroduodenal erosions (23.8%), duodenal ulcers (23.5%), reflux esophagitis (16.0%), esophageal varices (12.1%), and gastric ulcers (10.8%). There was no change in the endoscopic findings over the time period of the study. A third of duodenal ulcers (33.3%) as well as 21.9% of gastric ulcers were actively bleeding at the time of endoscopy, while 3.3% of duodenal ulcers had an adherent clot. CONCLUSIONS: NVUGIB composed the majority of cases presenting with UGIB and variceal bleeding was lower than that described in prior studies, but there were no clear trends in the proportion of causes of UGIB during the study duration.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».