MétaCan
Menu
Retour à la cohorte
Enregistrement W1584844577 · doi:10.1111/j.1753-4887.2007.00010.x

Surrogate endpoints and emerging surrogate endpoints for risk reduction of cardiovascular disease

2008· review· en· W1584844577 sur OpenAlexaffabout
Crystal M Rasnake, Paula R. Trumbo, Therèse Heinonen

Notice bibliographique

RevueNutrition Reviews · 2008
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésSurrogate endpointMedicineDiseaseIntensive care medicineClinical endpointFood and drug administrationInternal medicineClinical trialPharmacology

Résumé

récupéré en direct d'OpenAlex

This article reviews surrogate endpoints and emerging biomarkers that were discussed at the annual "Cardiovascular Biomarkers and Surrogate Endpoints" symposium cosponsored by the US Food and Drug Administration (FDA) and the Montreal Heart Institute. The FDA's Center for Food Safety and Applied Nutrition (CFSAN) uses surrogate endpoints in its scientific review of a substance/disease relationship for a health claim. CFSAN currently recognizes three validated surrogate endpoints: blood pressure, blood total cholesterol, and blood low-density lipoprotein (LDL) concentration in its review of a health claim for cardiovascular disease (CVD). Numerous potential surrogate endpoints of CVD are being evaluated as the pathophysiology of heart disease is becoming better understood. However, these emerging biomarkers need to be validated as surrogate endpoints before they are used by CFSAN in the evaluation of a CVD health claim.

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)0,017
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,003
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,441
Tête enseignante GPT0,452
Écart entre enseignants0,010 · 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.

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

Citations17
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207