MétaCan
Menu
Retour à la cohorte
Enregistrement W2056746525 · doi:10.2174/157340312803760785

Novel Anti-arrhythmic Medications in the Treatment of Atrial Fibrillation

2012· review· en· W2056746525 sur OpenAlexaff
Pradyot Saklani, Allan C. Skanes

Notice bibliographique

RevueCurrent Cardiology Reviews · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineDronedaroneAmiodaroneRanolazineAtrial fibrillationCatheter ablationSinus rhythmCardiologyIntensive care medicineInternal medicineCardiac electrophysiology

Résumé

récupéré en direct d'OpenAlex

Atrial fibrillation (AF) is a prevalent condition particularly amongst the elderly, which contributes to both morbidity and mortality. The burden of disease has lead to significant increases in health care utilization and cost in recent years. Treatment of Atrial fibrillation consists of either a rate or rhythm control strategy. Rhythm control is achieved using medical management and/or catheter ablation. In spite of major strides in catheter ablation, this procedure remains a second line treatment of AF. Anti-arrhythmic medications represent the main treatment modality for the maintenance of sinus rhythm. Amiodarone has been used for decades because of its efficacy and lack of pro-arrhythmia despite numerous extracardiac side effects. Novel agents such as Dronedarone were designed to emulate Amiodarone without the extra-cardiac side effects. Unfortunately recent trials have raised concerns for the safety of this medication in certain patients. Other agents such as Vernakalant and Ranolazine are in development that promise to be more atrial selective in their action, thereby potentially avoiding pro-arrhythmia and heart failure side effects. It remains to be seen however if one or more of these agents achieves the required high efficacy and safety threshold. This review summarizes the main anti-arrhythmic clinical trials, early phase trials involving novel agents and examines the conflicting data relating to Dronedarone.

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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
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)0,0040,001

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 Opus0,323
Tête enseignante GPT0,461
Écart entre enseignants0,138 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cardiology ReviewsMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207