MétaCan
Menu
← Retour à la cohorte
Enregistrement W1969674893 · doi:10.2174/157489008784705395

B-Type Natriuretic Peptide for Diagnosis and Therapy

2008· review· en· W1969674893 sur OpenAlexaff
Marek Jankowski

Notice bibliographique

RevueRecent Advances in Cardiovascular Drug Discovery (Formerly Recent Patents on Cardiovascular Drug Discovery) · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureNatriuretic peptideAsymptomaticIntensive care medicineInternal medicineCardiologyBrain natriuretic peptide

Résumé

récupéré en direct d'OpenAlex

Brain natriuretic peptide (BNP) plays an important role in cardiovascular homeostasis. Plasma BNP increases markedly in left ventricular dysfunction from several causes, and its levels in heart failure (HF) correlate with symptoms severity. BNP has recently emerged as a potentially important clinical marker for the diagnosis of HF in patients with unexplained dyspnea. Other clinical applications of BNP, such as screening for asymptomatic ventricular dysfunction, establishing the prognosis or guiding the titration of drug therapy, are under investigation and have not yet been sufficiently validated for widespread clinical use. Laboratory-based and point-of-care analyses are available for BNP and N-terminal proBNP as fully-automated immunoassays. Several patented inventions and reagents for the diagnosis of various heart pathologies provide helpful information, particularly in conjunction with other clinical tests. They also have prognostic value for future cardiovascular events. Patents owned by Scios Inc. recommended recombinant BNP for managing acute decompensated HF. However, this treatment apparently has safety problems and no proven clinical advantage over existing treatments in terms of improved survival and prevention of subsequent hospitalizations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,019

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 Opus0,040
Tête enseignante GPT0,306
Écart entre enseignants0,266 · 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

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecent Advances in Cardiovascular Drug Discovery (Formerly Recent Patents on Cardiovascular Drug Discovery)→Même sujetHeart Failure Treatment and Management→Travaux en français237 207→