The Use of Biomarkers to Provide Diagnostic and Prognostic Information Following Cardiac Surgery
Notice bibliographique
Résumé
Coronary artery bypass grafting (CABG) is utilized as a treatment for patients with multivessel coronary artery disease. More than 500,000 patients in the United States, Canada, and Europe undergo coronary artery bypass grafting each year, with an annual cost has been estimated to be at least 15 billion dollars per year (1) . While it has been estimated that cardiac morbidity and mortality may occur in up to 20% of patients who undergo this procedure, the accurate detection of those patients who suffer perioperative cardiac injury remains difficult, owing to the lack of a readily available gold standard for the detection of cardiac injury. It would be expected that detection of significant cardiac injury would be clinically and prognostically important, as the presence of myocardial cellular necrosis identifies patients at increased cardiovascular risk in situations as diverse as acute coronary syndromes (ACS), catheter-based interventions, pulmonary embolism, and severe medical illness. Thus, accurate detection of myocardial cellular necrosis in the setting of cardiac surgery should allow for the identification of patients who are at increased short-term risk. In addition, the ability to identify accurately the presence and degree of myocardial cellular necrosis after cardiopulmonary bypass would allow for improvement of the techniques utilized for myocardial protection utilized during cardiac surgery and cardiopulmonary bypass. Many of the techniques utilized during cardiac surgery are designed to minimize cellular trauma during the surgery itself. Without a sensitive and reliable gold standard, it is very difficult to compare alternative therapeutic techniques to determine the preferred method. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».