MétaCan
Menu
← Retour à la cohorte
Enregistrement W2146130667 · doi:10.2215/cjn.02920313

Cardiorenal Syndrome

2013· review· en· W2146130667 sur OpenAlexaff
Andrew A. House

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiorenal syndromeInternal medicineIntensive care medicineHeart failureCardiology

Résumé

récupéré en direct d'OpenAlex

Cardiorenal syndromes (CRSs) with bidirectional heart-kidney signaling are increasingly being recognized for their association with increased morbidity and mortality. In acute CRS, recognition of the importance of worsening kidney function complicating management of acute decompensated heart failure has led to the examination of this specific outcome in the context of acute heart failure clinical trials. In particular, the role of fluid overload and venous congestion has focused interest in the most effective use of diuretic therapy to relieve symptoms of heart failure while at the same time preserving kidney function. Additionally, many novel vasoactive therapies have been studied in recent years with the hopes of augmenting cardiac function, improving symptoms and patient outcomes, while maintaining or improving kidney function. Similarly, recent advances in our understanding of the pathophysiology of chronic CRS have led to reanalysis of kidney outcomes in pivotal trials in chronic congestive heart failure, and newer trials are including changes in kidney function as well as kidney injury biomarkers as prospectively monitored and adjudicated outcomes. This paper provides an overview of some new developments in the pharmacologic management of acute and chronic CRS, examines several reports that illustrate a key management principle for each subtype, and discusses opportunities for future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,105
Tête enseignante GPT0,424
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of Nephrology→Même sujetHeart Failure Treatment and Management→Travaux en français237 207→