MétaCan
Menu
Retour à la cohorte
Enregistrement W1544958847 · doi:10.1159/000313729

Pharmacological Therapy of Cardiorenal Syndromes and Heart Failure

2010· review· en· W1544958847 sur OpenAlexaff
Andrew A. House

Notice bibliographique

RevueContributions to nephrology · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiorenal syndromeHeart failureIntensive care medicineAdverse effectDiseaseAcute kidney injuryAcute decompensated heart failureRenal functionKidney diseaseCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cardiorenal syndromes (CRS) are disorders of the heart and kidneys, whereby acute or chronic dysfunction in one organ may induce acute or chronic dysfunction of the other. The management of heart failure and CRS requires an understanding not only of the pathophysiology linking these two organ systems, but also an appreciation of the pharmacological effects of agents targeting one organ and their influence on the other. For instance, treatment of cardiovascular diseases and risk factors may influence, in a beneficial or harmful way, renal function and progression of renal injury. The same is true regarding management of renal disease and associated complications, where drug therapies may influence cardiac performance or modify risk of adverse cardiovascular outcome. In this chapter, pharmacological therapies in the management of patients with acute and chronic CRS are reviewed, novel regimens for prevention and treatment of worsening renal function in acute decompensated heart failure are discussed, and the need for high-quality future studies in this field is highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,374
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContributions to nephrologyMême sujetHeart Failure Treatment and ManagementTravaux en français237 207