Evaluation and Management of Glucocorticoid-Induced Adrenal Insufficiency in IBD: An Expert Opinion
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Glucocorticoid-induced adrenal insufficiency (GC-AI) is a potentially life-threatening side effect of glucocorticoid therapy. Currently, there is no consensus on monitoring and treating GC-AI in inflammatory bowel disease (IBD) patients. This systematic review and meta-analysis aimed to determine the prevalence of GC-AI in IBD patients following glucocorticoid use. Additionally, a Delphi panel was conducted to develop evidence-based expert opinions on evaluating and managing GC-AI in IBD patients. METHODS: Thirty-four articles were included in this study. Of these, 26 articles reported the prevalence of GC-AI in IBD patients. Statements were generated and rated by a panel of adult and pediatric gastroenterologists using a 1-9 scale. Statements were classified as inappropriate, uncertain, or appropriate based on the median panel rating and the degree of disagreement. RESULTS: The prevalence of GC-AI across all studies was 26.9% (95% CI: 18.9-36.8, I2: 96%). The panel emphasized the importance of maintaining a high suspicion for GC-AI in IBD patients treated with systemic glucocorticoids and considering risk factors such as exogenous glucocorticoid use ≥4 weeks at doses ≥5 mg of prednisone-equivalent. Recommendations for initial screening and management of GC-AI are provided. The management of GC-AI in special populations, such as those in the perioperative setting is also addressed. The panel underscored the need to consider GC-AI assessment in clinical trial design. CONCLUSIONS: GC-AI is a serious, often underrecognized side effect of glucocorticoid use. This study presents expert opinions on the evaluation and management of GC-AI in IBD patients, emphasizing the need for vigilance and appropriate management strategies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».