Notice bibliographique
Résumé
Despite important advances in pharmacotherapeutic options for the prevention and treatment of nausea and vomiting during the 1990s, a significant proportion of patients still suffer debilitating nausea and vomiting symptoms. The most problematic areas are chemotherapy-induced nausea and vomiting particularly delayed emesis, postoperative nausea and vomiting, opioid-induced nausea and vomiting and motion sickness. The most vigorous research into new anti-emetics has focused on the neurokinin-1 (substance P) antagonists. Clinical trials conducted to date indicate that these agents have similar efficacy to 5-HT(3) antagonists in acute chemotherapy-induced nausea and vomiting, superior efficacy to available agents in delayed emesis, possibly superior efficacy against emesis in postoperative nausea and vomiting and no evidence of efficacy versus opioid or motion-induced nausea and vomiting. Other pharmacological strategies in development include agonising CB1 (cannabinoid) receptors, "broad spectrum" receptor antagonists and 5-HT(1A) receptor agonists, although clinical trials of these types of agents are not yet available. The neurokinin-1 antagonists appear to be promising agents for some nausea and vomiting states, although further clarification of their role is required.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».