MétaCan
Menu
Retour à la cohorte
Enregistrement W4417455197 · doi:10.69598/sehs.19.25050012

Effects of fluoroquinolone on mitral and aortic regurgitation: A systematic review and meta-analysis

2025· article· W4417455197 sur OpenAlexaboutno aff
Yawee Sricoth, Wiwat Thavornwattanayong

Notice bibliographique

RevueScience, Engineering and Health Studies · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueAntibiotics Pharmacokinetics and Efficacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMitral regurgitationMitral valveAortic valveRegurgitation (circulation)AmoxicillinEndocarditis

Résumé

récupéré en direct d'OpenAlex

This study aimed to systematically review and meta-analyze the effects of fluoroquinolones on mitral and aortic regurgitation. Seven electronic databases were searched for relevant research data published in English and Thai between the database’s inception and September 30, 2022, including additional records from Silpakorn University and Chulalongkorn University’s online theses databases. This systematic review included studies that compared the effects of fluoroquinolones and other antibiotic classes on the occurrence of mitral and aortic valve regurgitation. Subsequently, the quality of the research was evaluated using the Newcastle-Ottawa Quality Assessment Scale. Of the 2,891 articles identified, two eligible studies were included in the analysis. The meta-analysis examined different exposure periods and discovered that individuals who received fluoroquinolones within 30 days and within one year had a similar risk of developing mitral and aortic valve regurgitation compared to those who received other groups of antibiotics. Specifically, the risk of mitral and aortic regurgitation associated with fluoroquinolones was comparable to that of amoxicillin and macrolides. Overall, the meta-analysis found no association between fluoroquinolone use and the development of mitral and aortic regurgitation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,044
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,397
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience, Engineering and Health StudiesMême sujetAntibiotics Pharmacokinetics and EfficacyTravaux en français237 207