Superior bowel preparation quality for colonoscopy with 1L-PEG compared to 2L-PEG and picosulphate: Data from a large real-world retrospective outpatient cohort
Notice bibliographique
Résumé
BACKGROUND: Several randomized clinical trials comparing different bowel preparations (BP) have shown similar efficacy; however, there is a lack of real-world studies on this topic. AIMS: This study aims to identify the most effective BP regimen in a real-world setting and any predictors of inadequate BP. METHODS: A retrospective single-center study was conducted over 14 months at an academic hospital including outpatient colonoscopies in which adult patients did not teach on how to perform BP before colonoscopy. Colonoscopies with 1L-PEG, 2L-PEG and picosulphate mixtures were considered. A multivariable analysis for factors associated to poor BP was fitted. RESULTS: Overall, 1779 patients (51 %F, 60±14) years were included. The 1L-PEG regimen provided a higher rate of BP adequacy at multivariate analysis (adjusted OR 2.30, 95 %CI 1.67-3.16,p < 0.001) and was associated with higher median Boston Bowel Preparation Scale score (p < 0.001), higher rate of right-colon cleansing (p < 0.001) and exam completion (p = 0.04). Furthermore, we identified male sex, history of constipation, active smoking, previous pelvic surgery, concomitant psychiatric/neurological or chronic kidney diseases as predictors of inadequate BP. CONCLUSIONS: This is the largest real-world study comparing 1L-PEG to other BP regimens. Our results suggest 1L-PEG provides better BP in a non-controlled setting, improving clinical practice quality and minimizing the need for repeated colonoscopies and saving healthcare resources.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».