Notice bibliographique
Résumé
Perimenopausal women often consult health care professionals for help in managing vasomotor symptoms such as hot flashes and night sweats. Similar symptoms are also associated with the use of certain drugs such as tamoxifen and leuprolide.1,2 Various therapies have been studied for the treatment of these symptoms, the most predominant being hormonal therapy (HT). Because of the risks and contraindications associated with HT, however, nonhormonal pharmacologic therapy has been explored for the treatment of hot flashes. Antidepressants (e.g., venlafaxine, paroxetine and fluoxetine), as well as clonidine, Bellergal (belladonna, ergotamine and phenobarbital) and gabapentin are medications that can be prescribed as alternatives to HT, as suggested by the Society of Obstetricians and Gynaecologists of Canada (SOGC).3 While antidepressants affect the release and reuptake of serotonin and/or norepinephrine,4-6 gabapentin and pregabalin are gamma-aminobutyric acid analogues,7,8 and their mechanism of action related to the reduction of hot flashes is currently unclear. Patients using gabapentin for neurologic conditions have been described in the literature as having a reduction in hot flashes.9 Although pregabalin is not listed by the SOGC as one of the options for treating hot flashes, preliminary data supporting its use for this indication are available.10,11 This investigational use of pregabalin stems from past evidence that shows the benefit of gabapentin,12,13 an agent of the same class, for the treatment of hot flashes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».