MétaCan
Menu
Retour à la cohorte
Enregistrement W3146997338

Comparison of split-dosing vs non-split(morning) dosing regimen for assessment of quality of bowel preparation for colonoscopy

2014· article· en· W3146997338 sur OpenAlexaboutno aff
Hardik, Shah, Devendra, Desai, Hrishikesh, Samant, Sandeep Sherawat, Davavala, Anand Anand, Joshi, Tarun, Gupta, Philip Philip, Abraham Abraham

Notice bibliographique

Revue世界胃肠内镜杂志:英文版(电子版) · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésColonoscopyTolerabilityMorningMedicineDosingRegimenBowel preparationEveningRandomized controlled trialSurgeryAnesthesiaInternal medicineAdverse effectColorectal cancer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AIM: To compare(using the Ottawa Bowel Preparation Scale) the efficacy of split-dose vs morning administration of polyethylene glycol solution for colon cleansing in patients undergoing colonoscopy, and to assess the optimal preparation-to-colonoscopy interval.METHODS: Single-centre, prospective, randomized, investigator-blind stud in an academic tertiarycare centre. Two hundred patients requiring elective colonoscopy were assigned to receive one of the two preparation regimens(split vs morning) prior to colonoscopy. Main outcome measurements were bowel preparation quality and patient tolerability.RESULTS: Split-dose regimen resulted in better bowel preparation compared to morning regimen [Ottawascore mean 5.52(SD 1.23) vs 6.02(1.34); P = 0.017]. On subgroup analysis, for afternoon procedures, both the preparations were equally effective(P = 0.756). There was no difference in tolerability and compliance between the two regimens.CONCLUSION: Overall, previous evening- same morning split-dosing regimen results in better bowel cleansing for colonoscopy compared to morning preparation. For afternoon procedures, both schedules are equally effective; morning preparation may be more convenient to the patient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,447
Écart entre enseignants0,376 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue世界胃肠内镜杂志:英文版(电子版)Même sujetColorectal Cancer Screening and DetectionTravaux en français237 207