MétaCan
Menu
Retour à la cohorte
Enregistrement W1595047851 · doi:10.1159/000209607

Hormone Therapies and Menopause: Where Do We Stand in the Post-WHI Era?

2009· book-chapter· en· W1595047851 sur OpenAlexaff
Michelle P. Warren, Kanani Titchen, Meir Steiner

Notice bibliographique

RevueKey issues in mental health (Online)/Key issues in mental health (Print) · 2009
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueMenopause: Health Impacts and Treatments
Établissements canadiensSickKids FoundationHospital for Sick ChildrenMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMenopauseHormone therapyPlaceboOsteoporosisBreast cancerInternal medicineIntensive care medicineGynecologyOncologyCancerAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

The WHI study, its premature termination, and controversy over its findings have motivated patientsand physicians alike to seek lower-dose therapies for menopausal symptoms. Substantial data indicate that low-dose ET/EPT is effective in treating osteoporosis, hot flushes, vulvaginal dryness anditching, and sleeping difficulties. Furthermore, low-dose therapies are associated with a decrease inbreast tenderness compared to standard dose therapies. Some risks associated with standard-doseHT diminish with low-dose treatments. Risk of stroke and venous thromboembolism, for example, fall to placebo levels with low-dose therapies. The nebulous effects on breast cancer and colorectalcancer rates, as well as on risk of CHD, point to the need for further study of low-dose therapies. Inlight of suggestions that timing of HT may play a role in a therapy’s efficacy and safety, more study ofperimenopausal and younger postmenopausal patients is warranted. Such therapy should bestarted as close to the onset of menopause as possible. In addition, recent data suggest that hormone therapy should currently be limited to the lowest dose possible for the duration of timeneeded to alleviate menopausal symptoms and should be in accordance with the patient’s medicalhistory and risk status.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,030
Tête enseignante GPT0,368
Écart entre enseignants0,338 · 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'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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKey issues in mental health (Online)/Key issues in mental health (Print)Même sujetMenopause: Health Impacts and TreatmentsTravaux en français237 207