Estrogénios tópicos na prevenção de infeções do trato urinário recorrentes em mulheres em pós-menopausa: uma revisão baseada na evidência
Notice bibliographique
Résumé
Objetivo: Determinar a eficácia da utilização de estrogénios tópicos na prevenção de ITU recorrentes nas mulheres em pós-menopausa. Fonte de dados: MEDLINE, National Guideline Clearinghouse, Guidelines Finder, Canadian Medical Association Practice Guidelines, Cochrane Library, DARE (Database of Abstracts of Reviews of Effects) e Bandolier (pesquisa inicial) e referências bibliográficas dos artigos selecionados da pesquisa primária (pesquisa em cascata). Métodos de revisão: Foi feita uma pesquisa de normas de orientação clínica (NOC), meta-análises (MA), revisões sistemáticas (RS) e ensaios clínicos (EC) publicados entre janeiro de 2008 e abril de 2018, nas línguas inglesa, espanhola e portuguesa. Os termos MeSH utilizados foram Urinary Tract Infections, Postmenopause e Estrogens. Para a avaliação dos níveis de evidência e atribuição da força de recomendação foi utilizada a escala Strength Of Recommendation Taxonomy (SORT), da American Family Physician, e para a avaliação da qualidade dos EC foi utilizada a escala de Jadad. Resultados: Da pesquisa efetuada obtiveram-se 69 artigos tendo sido selecionados sete que cumpriam a totalidade dos critérios de inclusão: três NOC e quatro RS. Não foram encontrados EC publicados no período de estudo. Apesar da maioria das RS e NOC se sustentarem nas mesmas fontes bibliográficas, as recomendações e respetivas forças de recomendação são ainda assim divergentes, provavelmente refletindo as limitações da evidência disponível. Conclusões: Face à existência de poucos EC e de qualidade insuficiente que sustentam a evidência atual, é atribuída uma força de recomendação B, de acordo com a escala SORT da American Family Physician, relativamente ao uso de estrogénios tópicos na mulher em pós-menopausa para a prevenção de ITU recorrentes. São necessários mais estudos de elevada qualidade, de metodologia e com maiores amostras e período de seguimento, que suportem a evidência de melhoria de resultados orientados para o doente.
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 | 0,012 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».