A Meta-Analysis of Risk Factors for Liver Cirrhosis Combined with Upper Gastrointestinal Bleeding in China
Notice bibliographique
Résumé
In order to systematically evaluate the risk factors for liver cirrhosis complicated with upper gastrointestinal bleeding in China, we searched CNKI, Wanfang Digital Journals Full-text Database (Wanfang), Weipu Journal Resource Integration Service Platform(VIP) and PubMed database on risk factors for liver cirrhosis combined with upper gastrointestinal bleeding in China, Newcastle-Ottawa Scale(NOS) used the most comprehensive data collection based on relevant case-control trials to evaluate the quality of the extracted literature combined with inclusion and exclusion criteria. Studies with a score of ≥ 7 were included and meta-analysed using RevMan 5.4. Finally, twenty-one articles met the inclusion criteria, the cumulative number of cases and controls were 2222 and 2785 cases. We can come to the conclusion that Spleen, gastric varices, esophageal varices, PT (prothrombin time), ascites, left gastric vein diameter, liver function child grade C, esophageal varices, liver cirrhosis, portal vein diameter, and alcohol consumptionIt is an independent risk factor for liver cirrhosis combined with upper gastrointestinal bleeding in China, and the control of the above factors can effectively improve the risk of patients with liver cirrhosis and upper gastrointestinal bleeding in China.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,040 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».