Detection of Direct Oral Anticoagulants in Patient Urine Samples by Prototype and Commercial Test Strips for DOACs – A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract The DOAC Dipstick accurately detects the presence or absence of factor Xa (DXI) and thrombin inhibitor (DTI) classes of direct oral anticoagulants (DOACs) in patients' urine samples on DOAC treatment. The aim of the study was to systematically review the literature and compare the performance of prototype and commercial test strips with a meta-analysis. A systematic literature search of electronic databases PubMed (MEDLINE) and Cochrane Library was performed. Heterogeneity between studies was calculated using the Chi-squared test and the I2 index. A random effects model was used to pool data to compare the performance of prototype and commercial test strips. Using PRISMA reporting guidelines, four of 1,081 publications were eligible for inclusion in the meta-analysis: three reporting on prototype (DXI n = 658, DTI n = 586) and one on commercial test strips (DXI n = 451, DTI n = 429). Sensitivity and specificity of DXI and DTI detection did not differ significantly between the prototype and commercial test strips. Odds ratios were 0.718 and 0.365 for sensitivity and 1.211 and 1.072 for specificity of DXI and DTI (p-values between 0.3334 and 1.000), respectively. The pooled sensitivity and specificity values for DXI were 0.968 (p = 0.1290, I2 47.1%) and 0.979 (p = 0.1965, I2 35.9%), and for DTI 0.993 (p = 0.1870, I2 37.5%) and 0.993 (p = 0.7380, I2 0%), respectively. Prototype and commercial DOAC test strips did not differ in their ability to detect DXI and DTI in patient urine samples. This supports the confidence in use of the DOAC Dipstick test, although it needs to be validated in specific patient populations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».