MétaCan
Menu
← Retour à la cohorte
Enregistrement W1998624871 · doi:10.1139/cjpp-2014-0356

Mechanisms of renal hyporesponsiveness to BNP in heart failure

2015· review· en· W1998624871 sur OpenAlexaffvenue
Emmanuel E. Egom, Tiam Feridooni, Adam Hotchkiss, Peter Kružliak, Kishore B.S. Pasumarthi

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNatriuresisMedicineHeart failureNatriuretic peptideInternal medicineVasodilationCardiologyKidneyRenal functionDiureticEndocrinology

Résumé

récupéré en direct d'OpenAlex

The B-type natriuretic peptide (BNP), a member of the family of vasoactive peptides, is a potent natriuretic, diuretic, and vasodilatory peptide that contributes to blood pressure and volume homeostasis. These attributes make BNP an ideal drug that could aid in diuresing a fluid-overloaded patient who had poor or worsening renal function. Despite the potential benefits of BNP, accumulating evidence suggests that simply increasing the amount of circulating BNP does not necessarily increase natriuresis in patients with heart failure (HF). Moreover, despite high BNP levels, natriuresis falls when HF progresses from a compensated to a decompensated state, suggesting the emergence of renal resistance to BNP. Although likely multifactorial, several mechanisms have been proposed to explain renal hyporesponsiveness in HF, including, but not limited to, decreased renal BNP availability, down-regulation of natriuretic peptide receptors, and altered BNP intracellular signal transduction pathways. Thus, a better understanding of renal hyporesponsiveness in HF is required to devise strategies to develop novel agents and technologies that directly restore renal BNP efficiency. It is hoped that development of these new therapeutic approaches will serve to limit sodium retention in patients with HF, which may ultimately delay the progression to overt HF.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,044
Tête enseignante GPT0,354
Écart entre enseignants0,310 · 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

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and Pharmacology→Même sujetHeart Failure Treatment and Management→Travaux en français237 207→