N-acetylcysteine and Contrast-Induced AKI: An Umbrella Review of Systematic Reviews
Notice bibliographique
Résumé
Background: There have been numerous trials and metaanalyses of n-acetylcysteine (NAC) in contrast-induced acute kidney injury (CI-AKI). The large trials do demonstrate the futility of NAC. In this umbrella review, we synthesize the evidence as collated from the systematic reviews and metanalyses. Methods: A literature search was done to identify all systematic reviews on NAC and CI-AKI using databases from inception to end 2020. Two independent reviewers screened the studies and extracted data on including assessment of heterogeneity, publication bias and we used the A MeaSurement Tool to Assess systematic Reviews (AMSTAR 2) to appraise the included studies. Results: The literature search retrieved 273 citations, of which 42 systematic reviews were eligible. The quality assessment using the AMSTAR-2 was variable (see table) with high quality noted for certain domains (eg explicit question, explanation of study designs), low for others (funding, reasons and list of excluded studies). All studies reported high heterogeneity; 39/42 (93%) performed a meta-analysis, all with an overall benefit with NAC (pooled relative risks range 0.38 - 0.84). 26/42 (62%) reported on the presence of publication bias, and 31/42 (74%) reported the risk of bias. Only 2/42 studies (5%) reported on efforts to resolve heterogeneity did not report a summary effect size as a result. Conclusions: Systematic reviews can provide misleading results if heterogeneity and publication bias are not taken into account.AMSTAR Checklist
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 | 0,054 | 0,189 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,012 |
| Bibliométrie | 0,038 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».