MétaCan
Menu
Retour à la cohorte
Enregistrement W2076191214 · doi:10.1586/erc.13.15

β-blocker therapy after acute myocardial infarction

2013· letter· en· W2076191214 sur OpenAlexaff
Reza Tabrizchi

Notice bibliographique

RevueExpert Review of Cardiovascular Therapy · 2013
Typeletter
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocardial infarctionPharmacotherapyInternal medicineCardiologyPopulationIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Evaluation of: Zuckerman IH, Yin X, Rattinger GB et al. Effect of exposure to evidence-based pharmacotherapy on outcomes after acute myocardial infarction in older adults. J. Am. Geriatr. Soc. 60(10), 1854–1861 (2012).The number of myocardial infarctions (MIs) in population remains high and this event is a significant predictor of mortality. Information in literature points to a reduction in mortality, reinfarction and sudden death in first year, especially in patients with high risk, if β-blockers (BBs) are used after MI. In a perspective study, Zuckerman et al. have determined outcome following pharmacotherapy after acute MI in older adults. It is apparent that a number of matters require consideration in evaluation of the effectiveness of BBs. It seems that not all patients benefit equally from treatment with BBs but such an intervention reduces mortality. It is also important to recognize that the beneficial effects of BBs should not be considered in isolation since the biological system is too complex to manipulate with the use of a single class of drugs.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Cardiovascular TherapyMême sujetHeart Failure Treatment and ManagementTravaux en français237 207