MétaCan
Menu
Retour à la cohorte
Enregistrement W7005705009

Selection of second-line drugs for adult autoimmune hepatitis: A Meta-analysis

2020· article· en· W7005705009 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Diseases and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTacrolimusAdverse effectAutoimmune hepatitisBudesonideIncidence (geometry)DrugMeta-analysisRelative risk
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ObjectiveTo investigate the clinical effect and safety of second-line drugs in the treatment of adult patients with autoimmune hepatitis (AIH) through a Meta-analysis of related articles. MethodsPubMed, EMBASE, Cochrane Library, Web of Science, CNKI, CBM, Wanfang Data, and VIP were searched for the articles on second-line drugs for AIH published up to December 31, 2019. The Newcastle-Ottawa Scale (NOS) was used to assess the quality of articles, related data were extracted, and Meta-Analyst software was used to perform the Meta-analysis. ResultsA total of 22 articles were included, with 636 patients in total. The Meta-analysis showed that mycophenolate mofetil (MMF), tacrolimus (TAC), cyclosporine, and budesonide had a pooled response rate of 56.1%, 76.0%, 62.7%, and 57.3%, respectively, and their pooled incidence rates of adverse events were 22.5%, 47.4%, 48.4%, and 33.0%, respectively. The patients treated with MMF were divided into groups based on intolerance or no response to the first-line treatment, and a comparative analysis of these groups showed a relative risk of 1.965 (95% confidence interval: 1.181-3.269, I2=0.665, P=0.014). ConclusionSelection of second-line drugs for adult AIH patients should consider response rate and incidence rate of adverse reactions. Both MMF and tacrolimus are good second-line drugs, and TAC may be a better choice for patients with no response to first-line treatment.

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)0,019
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,023
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,023
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0230,070
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,305
Tête enseignante GPT0,531
Écart entre enseignants0,226 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetLiver Diseases and ImmunityTravaux en français237 207