Kolonoskopi öncesi barsak temizliği için sennosid A+B kalsiyum hazırlık rejimine ananas suyu eklenmesi
Bibliographic record
Abstract
Giriş ve Amaç: Kolonoskopinin tanısal etkinliği barsak hazırlığı rejiminin başarısına bağlıdır. Daha önce yapılan bir çalışmada polietilen glikol kolonoskopi hazırlık rejimine ananas suyu eklenmesinin barsak temizliğini artırdığı gösterilmiştir. Bu çalışmanın amacı sennosid A+B kalsiyum hazırlık rejimine ananas suyu eklemenin barsak temizliği üzerine olumlu etkisinin olup olmadığının değerlendirilmesidir. Gereç ve Yöntem: Kolonoskopi yapılmak üzere ünitemize yönlendirilen hastalar randevu verilmesi esnasında ananas grubu ve kontrol grubu olarak iki gruba ayrıldı. Tüm hastalara barsak hazırlığı için işlemden bir gün önce sennosid A+B kalsiyum 300 mg, bol su ile içmeleri önerildi. Ananas grubunda yer alan hastalara ise buna ek olarak işlemden bir gün önce bir tam ananası katı meyve sıkacağından geçirerek içmesi önerildi. İşlemi yapan endoskopist barsak temizliğini Ottawa barsak temizliği skalası yardımı ile değerlendirdi ve sonuçlar karşılaştırıldı. Bulgular: Çalışma için uygun olmayan hastalar dışlandıktan sonra kontrol grubunda 46, ananas grubunda ise 44 hasta değerlendirmeye alındı. Total Ottawa barsak temizliği skalası skoru ve her kolon segmenti için ayrı ayrı hesaplanan temizlik miktarları açısından iki grup arasında istatistiksel olarak anlamlı fark saptanmadı. Total Ottawa barsak temizliği skalası ananas grubu ve kontrol grubu için sırasıyla 4,77 ve 5,00 olarak hesaplandı. Sonuç: Sennosid A+B kalsiyum hazırlık rejimine ananas suyu eklemenin barsak temizliği üzerine olumlu katkısı saptanamamıştır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".