Notice bibliographique
Résumé
Heart failure represents a complex clinical syndrome characterised by abnormalities of left ventricular function and neurohormonal regulation, exercise intolerance, shortness of breath, fluid retention, and reduced longevity.1 Despite improvements in treatment the prognosis for patients with heart failure remains poor: the risk of death annually is 5%-10% in patients with mild symptoms and 30%-40% in those with advanced disease.2 3 This condition is also associated with major morbidity and healthcare expenditure, being responsible for about 5% of hospital admissions in the United Kingdom.4 ### Box 1: Treatment of heart failure #### Aims #### Treatment modalities Mitral valve surgery Coronary revascularisation Surgical ventricular remodelling procedures Cardiomyoplasty Dual chamber pacing Implantable cardioverter defibrillator treatment Ventricular assist devices Artificial heart Heart transplantation This review deals only with pharmacological treatments in chronic heart failure. Non-pharmacological measures apply to all patients, whereas surgical and device treatments (many still experimental) apply only to specific patient subsets. Patients with clinical symptoms of heart failure but normal or near normal left ventricular systolic function often have impaired left ventricular diastolic function. This heterogeneous group has been generally excluded from heart failure trials. We do not discuss the treatment of diastolic left ventricular dysfunction or acute heart failure syndromes: more comprehensive reviews are available.5 ### Summary points The prognosis for patients with heart failure remains poor Drugs clearly shown to improve survival in patients with heart failure are ACE inhibitors and βblockers These drugs should be used in most patients with heart failure but require …
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».