MétaCan
Menu
Retour à la cohorte
Enregistrement W2100108339 · doi:10.1161/hypertensionaha.112.194050

Impact of Exercise Training on Preeclampsia

2012· review· en· W2100108339 sur OpenAlexaff
Dominique S. Genest, Stéphanie Falcao, Jolanta Gutkowska, Julie L. Lavoie

Notice bibliographique

RevueHypertension · 2012
Typereview
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésPreeclampsiaMedicinePregnancyDiseaseProteinuriaGestational hypertensionObstetricsIntensive care medicinePhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Preeclampsia is characterized by hypertension and de novo proteinuria after 20 weeks of pregnancy. It is the leading cause of perinatal morbidity and mortality in the developed world, and to date, the only means of treating the disease is by inducing delivery. Many studies have shown the benefits of exercise training on normal pregnancy. Conversely, because the impact of exercise on reducing the risk of preeclampsia has long been debated, the American College of Obstetricians and Gynecologists has yet to support the prescription of exercise training to women at risk of developing the disease. There is, however, a significant body of evidence in support of the protective role of exercise training against preeclampsia. A recent animal study demonstrated that many preeclampsia features can be eliminated with prenatal followed by gestational exercise training. Hence, the present article reviews the literature on the impact of exercise training on preeclampsia risk, as well as the mechanisms that may be involved.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
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)0,0030,001
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)0,0000,000

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 Opus0,200
Tête enseignante GPT0,368
Écart entre enseignants0,168 · 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'étudeAutre devis
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

Citations106
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHypertensionMême sujetPregnancy and preeclampsia studiesTravaux en français237 207