MétaCan
Menu
Retour à la cohorte
Enregistrement W1997228640 · doi:10.1046/j.1365-2281.2002.00400.x

Haemodynamic limitations and exercise performance in peripheral arterial disease

2002· review· en· W1997228640 sur OpenAlexaff
S. Green

Notice bibliographique

RevueClinical Physiology and Functional Imaging · 2002
Typereview
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésMedicineArgument (complex analysis)Intermittent claudicationHemodynamicsClaudicationPeripheralArterial diseaseCardiologyAnkleBlood flowPhysical therapyInternal medicineVascular diseaseSurgery

Résumé

récupéré en direct d'OpenAlex

It has been frequently argued that haemodynamic limitations are poor predictors of exercise performance in people with peripheral arterial disease (PAD) and intermittent claudication. This review has tried to address this argument through a review of published data that appears to support or counterbalance it, brief consideration of some of the methodological limitations associated with these data, as well as some other considerations. The main argument rests primarily upon data about the resting ankle-brachial index (ABI) and/or blood flow after calf exercise or an ischaemic challenge; whereas the counter argument rests mainly on data about blood flow during walking or cyding exercise. Consideration of the limitations of all methods suggests that the measurement of blood flow during exercise has the greatest value in explaining differences in exercise performance amongst claudicants; whereas the other methods are relatively limited in their explanatory value. This strengthens the counter argument and undermines the main argument proposed by others. Consequently, asserting that haemodynamic limitations are poor predictors of exercise performance in claudicants is not justified in light of available evidence.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,101
Tête enseignante GPT0,353
Écart entre enseignants0,252 · 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

Citations48
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Physiology and Functional ImagingMême sujetPeripheral Artery Disease ManagementTravaux en français237 207