Pharmacological interventions for non-ulcer dyspepsia
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
BACKGROUND: The commonest cause of upper gastrointestinal symptoms is non-ulcer dyspepsia (NUD) and yet the pathophysiology of this condition has been poorly characterised and the optimum treatment is uncertain. It is estimated that pound 450 million is spent on dyspepsia drugs in the UK each year. OBJECTIVES: This review aims to determine the effectiveness of six classes of drugs (antacids, histamine H2 antagonists, proton pump inhibitors, prokinetics, mucosal protecting agents and antimuscarinics) in the improvement of either the individual or global dyspepsia symptom scores and also quality of life scores patients with non-ulcer dyspepsia. SEARCH STRATEGY: Trials were located through electronic searches of the Cochrane Controlled Trials Register (CCTR), MEDLINE, EMBASE, CINAHL and SIGLE, using appropriate subject headings and text words, searching bibliographies of retrieved articles, and through contacts with experts in the fields of dyspepsia and pharmaceutical companies. SELECTION CRITERIA: All randomised controlled trials (RCTs) comparing drugs of any of the six groups with each other or with placebo for non-ulcer dyspepsia (NUD). DATA COLLECTION AND ANALYSIS: Data were collected on dyspeptic symptom scores either individual or global symptom assessments and also quality of life scores and adverse effects. MAIN RESULTS: A total of 11796 citations were obtained. 155 trials were retrieved and 96 trials fulfilled our eligibility criteria. However, subsequent data extraction was not possible in 31 trials. The final 65 trials were included in the meta-analysis. Prokinetics (14 trials with dichotomous outcomes generating 1053 patients; relative risk reduction [RRR] = 48%; 95% confidence intervals [CI] = 27% to 63%), H2RAs (11 trials generating 2,164 patients; RRR = 22%; 95% CI = 7% to 35%) and PPIs (7 trials generating 3,031 patients; RRR = 14%; 95% CI = 5% to 23%) were significantly more effective than placebo. Bismuth salts (6 trials generating 311 patients; RRR = 40%; 95% CI = -3 to 65%) were superior to placebo but this was of marginal statistical significance. Antacids (one trial generating 109 patients; RRR = -2%; 95% CI = -36% to 24%) and sucralfate (two trials generating 246 patients; RRR = 29%; 95% CI = -40% to 64%) were not statistically significantly superior to placebo. A funnel plot suggested that the prokinetic and H2RA results could be due to publication bias. REVIEWER'S CONCLUSIONS: There is evidence that anti-secretory therapy may be effective in NUD. The trials evaluating prokinetic therapy are difficult to interpret as the meta-analysis result could have been due to publication bias. The effect of these drugs is likely to be small and many patients will need to take them on a long-term basis so economic analyses would be helpful and ideally the therapies assessed need to be inexpensive and well tolerated.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».