MétaCan
Menu
Retour à la cohorte
Enregistrement W2119076215 · doi:10.2217/1745509x.2.5.787

Antithrombotic Therapy in Secondary Stroke Prevention

2006· article· en· W2119076215 sur OpenAlexaff
Naveed Akhtar, Dirk Deleu, Ashfaq Shuaib

Notice bibliographique

RevueAging Health · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineAntithromboticAspirinWarfarinPatent foramen ovaleStroke (engine)DipyridamoleClopidogrelAtrial fibrillationCardiologySecondary preventionPlatelet aggregation inhibitorIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Ischemic stroke is a major cause of morbidity and mortality. The choice of antithrombotic therapy is largely dependent on the type of stroke. In this article, the authors focus on the secondary prevention of stroke, providing evidence from the literature. The mechanism of action of each of the antithrombotic drugs is discussed. Anticoagulation with warfarin for cardioembolic stroke, particularly atrial fibrillation, is strongly recommended, while no clear advantage for warfarin over aspirin exists for ischemic stroke secondary to atherothrombotic or patent foramen ovale. Combination therapies of aspirin plus warfarin do not offer any additional therapeutic benefit and carry an increased risk of hemorrhage. Aspirin and clopidogrel present similar risks for stroke recurrence. The combination of aspirin with extended-release dipyridamole has a lower risk of stroke than aspirin alone and does not enhance the risk of hemorrhage. Finally, some recommendations and future perspectives are included.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,315
Écart entre enseignants0,296 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging HealthMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207