Medical Therapy for Acute Severe Ulcerative Colitis: A Systematic Review With Meta-analysis
Notice bibliographique
Résumé
BACKGROUND & AIMS: Acute severe ulcerative colitis (ASUC) is a medical emergency associated with high morbidity and mortality. We aimed to assess the efficacy and safety of medical treatments for ASUC. METHODS: MEDLINE, EMBASE, and CENTRAL were searched to November 14, 2024 for randomized controlled trials (placebo or active comparator), and comparative cohort studies that evaluated medical therapies for hospitalized adults with ASUC. Primary outcomes were colectomy rate at discharge and at 3 and 12 months. Safety outcomes included adverse events, serious adverse events, and infections. Pooled risk ratios (RR) and 95% confidence intervals (CI) were calculated. RESULTS: = 15%). There was no significant difference between accelerated and standard dosing regimens of IFX for colectomy at discharge or at 3 months. Tofacitinib in combination with intravenous corticosteroids was significantly superior to intravenous corticosteroids alone for induction of clinical response at Day 7; however, there was no difference in colectomy rate or infections at 3 months. CONCLUSIONS: IFX may be more efficacious than cyclosporine A for the treatment of ASUC. Janus kinase inhibitors are promising treatment options in select individuals. Future studies should explore the efficacy of other advanced therapies.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,019 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».