Effect of oral simethicone on the quality of colonoscopy: A systematic review and meta‐analysis of randomized controlled trials
Notice bibliographique
Résumé
OBJECTIVE: In this systematic review and meta-analysis, we aimed to investigate the effect of oral simethicone (SIM), an antifoaming agent, on the quality of colonoscopy in terms of bowel preparation quality, adenoma or polyp detection rate (ADR/PDR) and cecal intubation rate (CIR). METHODS: All randomized controlled trials (RCTs) on the use of SIM during bowel preparation for colonoscopy published up to 17 March 2021 were identified from the PubMed, EMBASE and Cochrane Library databases. Bowel preparation quality, ADR/PDR/CIR, cecal intubation time (CIT), withdrawal time (WT), patients' tolerability, acceptability and volume of foam and bubbles were compared between the SIM and non-SIM groups. RESULTS: Thirty-eight RCTs with 10 505 patients were included. Oral SIM significantly increased the rate of total Boston bowel preparation scale (BBPS) score ≥6 (risk ratio [RR] 1.13, P < 0.0001), acceptability (RR 1.15, P = 0.01) and the rate of no or minimal foam and bubbles (RR 1.28, P < 0.00001) and decreased abdominal distension (RR 0.64, P < 0.0001). However, it had no significant impact on overall ADR, overall PDR, CIR, CIT or WT. The rate of total BBPS score ≥6 remained significantly higher in the SIM group when a single-dose laxative regimen or a SIM dosage of ≥320 mg was employed; and ADR, PDR and CIR were significantly increased in the SIM group among colonoscopy clinicians who achieved an ADR <31%, PDR <45% and CIR <96%, respectively. CONCLUSIONS: Oral SIM can improve bowel preparation quality, especially in patients receiving a SIM dosage of ≥320 mg or a single-dose laxative regimen. SIM may be preferred by junior colonoscopy physicians/trainees with a lower ADR/PDR or CIR.
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 | 0,040 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,064 | 0,019 |
| Bibliométrie | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».