Drug Therapies in the Secondary Prevention of Cardiovascular Diseases:Successes, Shortcomings and Future Directions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cardiovascular diseases are the major cause of death and a significant cause of disability in the Western world and more recently threaten to pose an increasing health burden on developing nations. People with pre-existent vascular disease are those at highest risk for adverse cardiovascular outcomes and require aggressive secondary preventive therapies. Large strides have been made in the development of pharmacologic agents that intervene on various pathways implicated in atherogenesis, thus offering the ability to greatly impact on disease progression and to prevent events. Compelling data derived primarily from randomized controlled trials have shown the benefits of aspirin (or antiplatelet agents) and angiotensin converting enzyme (ACE) inhibitors (A), beta-blockers and blood pressure (B) and cholesterol-lowering drugs (C), particularly statins, in preventing recurrent events and improving survival. Taken together these data are the foundation for the simple, but important advice for secondary prevention - the ABCs. In addition, the evidence for the central role of lifestyle factors as determinants of risk has lead to increased efforts towards developing interventions aimed at modifying lifestyle patterns. Today, the biggest challenge remains in the implementation of proven effective therapies. Our focus should turn to educating physicians and patients alike regarding available therapies and their indications. In addition systematic, sustainable and globally applicable approaches to the secondary prevention of cardiovascular diseases need to be developed to truly realize the vast potential benefits of existing therapies.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle