MétaCan
Menu
Retour à la cohorte
Enregistrement W3201481843 · doi:10.1093/crocol/otz021

Biological Treatment and the Potential Risk of Adverse Postoperative Outcome in Patients With Inflammatory Bowel Disease: An Open-Source Expert Panel Review of the Current Literature and Future Perspectives

2019· article· en· W3201481843 sur OpenAlexaff
Alaa El‐Hussuna, Pär Myrelid, Stefan D. Holubar, Paulo Gustavo Kotze, Graham Mackenzie, Gianluca Pellino, D. C. Winter, Justin Davies, Ionuţ Negoi, Perbinder Grewal, Gaetano Gallo, Kapil Sahnan, Inés Rubio‐Pérez, Daniel Clerc, Nicolas Demartines, James Glasbey, Miguel Regueiro, A. Sherif, Peter Neary, Francesco Pata, Mark S. Silverberg, Stefan Clermont, Sami A. Chadi, Sameh Hany Emile, Nicolas C. Buchs, Mónica Millán, Ana Minaya‐Bravo, Hossam Elfeki, Veronica De Simone, Mostafa Shalaby, Celestino Gutierrez, Cihan Özen, Ali Yalçınkaya, David E. Rivadeneira, Alssandro Sturiale, Nuha Yassin, Antonino Spinelli, Jay Warusavitarne, Argyrios Ioannidis, Steven D. Wexner, Julio Mayol

Notice bibliographique

RevueCrohn s & Colitis 360 · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensUniversity Health NetworkUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésInflammatory bowel diseaseMedicineIntensive care medicineAdverse effectCurrent (fluid)Adverse Outcome PathwayDiseaseOutcome (game theory)Internal medicineEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is widespread concern that treatment with biologic agents may be associated with suboptimal postoperative outcome after surgery for inflammatory bowel diseases (IBD). Aim We aimed to search and analyze the literature regarding the potential association of biologic treatment on adverse postoperative outcome in patients with IBD. We used the subject as a case in point for surgical research. The aim was not to conduct a new systematic review. Method This is an updated narrative review written in a collaborative method by authors invited through Twitter via the following hashtags (#OpenSourceResearch and #SoMe4Surgery). The manuscript was presented as slides on Twitter to allow discussion of each section of the paper sequentially. A Google document was created, which was shared across social media, and comments and edits were verified by the primary author to ensure accuracy and consistency. Results Forty-one collaborators responded to the invitation, and a total of 106 studies were identified that investigated the potential association of preoperative biological treatment on postoperative outcome in patients with IBD. Most of these studies were retrospective observational cohorts: 3 were prospective, 4 experimental, and 3 population-based studies. These studies were previously analyzed in 10 systematic/narrative reviews and 14 meta-analyses. Type of biologic agents, dose, drug concentration, antidrug antibodies, interval between last dose, and types of surgery varied widely among the studies. Adjustment for confounders and bias control ranged from good to very poor. Only 10 studies reported postoperative outcome according to Clavien–Dindo classification. Conclusion Although a large number of studies investigated the potential effect of biological treatment on postoperative outcomes, many reported divergent results. There is a need for randomized controlled trials. Future studies should focus on the avoiding the weakness of prior studies we identified. Seeking collaborators and sharing information via Twitter was integral to widening the contributors/authors and peer review for this article and was an effective method of collaboration.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrohn s & Colitis 360Même sujetInflammatory Bowel DiseaseTravaux en français237 207