MétaCan
Menu
Retour à la cohorte
Enregistrement W2092154231 · doi:10.1161/strokeaha.110.592022

What Is the Future of Stroke Prevention?

2010· review· en· W2092154231 sur OpenAlexaff
Walter N. Kernan, Lenore J. Launer, Larry B. Goldstein

Notice bibliographique

RevueStroke · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Institutes of Health
Mots-clésPolypillMedicineStroke (engine)Medical prescriptionIntensive care medicinePopulationRandomized controlled trialPharmacologyAlternative medicineSurgeryEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: The control of stroke risk factors remains challenging. The "polypill" concept represents a novel approach for reducing stroke and cardiovascular risk factors in the entire population. The polypill would include several components and be provided without prescription to all adults of a certain age. RESULTS: A polypill aimed at lowering blood pressure and cholesterol levels is estimated to potentially reduce the risk of a first ischemic stroke by 53%; this would translate to about 400 000 fewer strokes each year in the United States alone. Recommending a polypill for the entire older adult population would, however, include many individuals without the multiple risk factors targeted by its components, putting them at risk for drug-related side effects and responsible for the costs of a medication from which they would not derive benefit. Additional arguments for and against the polypill approach are discussed. CONCLUSIONS: Only clinical trials can provide the evidence needed to determine the usefulness of the polypill approach. Issues related to defining the components of the polypill, evaluating the pharmacodynamics and pharmacokinetics of a multiple-component formulation, and establishing safety and cost-effectiveness when given to large populations, however, are not trivial.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,382
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetMedication Adherence and ComplianceTravaux en français237 207