MétaCan
Menu
Retour à la cohorte
Enregistrement W2060603638 · doi:10.1517/14728222.10.2.239

Natriuretic peptides as therapeutic targets

2006· review· en· W2060603638 sur OpenAlexaff
Suhayla Mukaddam‐Daher

Notice bibliographique

RevueExpert Opinion on Therapeutic Targets · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésNatriuretic peptideBrain natriuretic peptideNPR1NeprilysinNPR2Internal medicineAtrial natriuretic peptideHeart failureMedicinePharmacologyEndocrinologyChemistryBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

Natriuretic peptides (atrial natriuretic peptide, brain natriuretic peptide and C-type natriuretic peptide) are cardiac and vascular peptides with vasodilatory, diuretic, natriuretic, anti-inflammatory, antifibrotic and antimitogenic actions. Natriuretic peptides are implicated in normal pressure and volume homeostasis and in the defence against excessive increases in overload-related factors, vasopressive and cardiotoxic factors and their impact on the heart, blood vessels and brain. Genetic manipulation studies confirmed the importance of natriuretic peptides in these functions. Natriuretic peptides are metabolised by NPR-C (clearance receptors) and by enzymatic degradation by neutral endopeptidase. Natriuretic peptide levels (mainly brain natriuretic peptide) correlate with left ventricular hypertrophy and with the severity of heart failure, and are reduced by effective treatment, thus used as diagnostic and prognostic tools. Based on the multiple protective effects of natriuretic peptides, pharmacological therapy has been approved and includes potentiating natriuretic peptide levels by intravenous infusion or by inhibition of endogenous natriuretic peptide degradation. Because each approach has its limitations, the field remains open for improvement.

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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,064
Tête enseignante GPT0,379
Écart entre enseignants0,315 · 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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Therapeutic TargetsMême sujetHeart Failure Treatment and ManagementTravaux en français237 207