MétaCan
Menu
Retour à la cohorte
Enregistrement W2070485256 · doi:10.4021/jocmr1532w

Diastolic Heart Failure: A Concise Review

2013· review· en· W2070485256 sur OpenAlexvenueno aff
Fahad Aziz

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeart failureMedicineDiastoleDiastolic heart failureCardiologyEjection fractionInternal medicineHeart failure with preserved ejection fractionBlood pressure

Résumé

récupéré en direct d'OpenAlex

The concept of "diastolic" heart failure grew out of the observation that many patients who have the symptoms and signs of heart failure had an apparently normal left ventricular (LV) ejection fraction. Thus it was assumed that since systolic function was "preserved" the problem must lie in diastole, although it is not clear by whom or when this assumption was made. Nevertheless, many guidelines followed on how to diagnose "diastolic" heart failure backed up by indicators of diastolic dysfunction derived from Doppler echoardiography. Diastolic heart failure is associated with a lower annual mortality rate of approximately 8% as compared to annual mortality of 19% in heart failure with systolic dysfunction, however, morbidity rate can be substantial. Thus, diastolic heart failure is an important clinical disorder mainly seen in the elderly patients with hypertensive heart disease. Early recognition and appropriate therapy of diastolic dysfunction is advisable to prevent further progression to diastolic heart failure and death. There is no specific therapy to improve LV diastolic function directly. Medical therapy of diastolic dysfunction is often empirical and lacks clear-cut pathophysiologic concepts. Nevertheless, there is growing evidence that calcium channel blockers, beta-blockers, ACE-inhibitors and ARB as well as nitric oxide donors can be beneficial. Treatment of the underlying disease is currently the most important therapeutic approach.

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 enseignants0,005
Score d'incertitude au seuil0,018

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
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,485
Tête enseignante GPT0,618
Écart entre enseignants0,132 · 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

Citations47
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207