MétaCan
Menu
Retour à la cohorte
Enregistrement W2163556672 · doi:10.1530/erp-15-0006

Dobutamine stress echocardiography after cardiac transplantation: implications of donor–recipient age difference

2015· article· en· W2163556672 sur OpenAlexaff
Patrick H. Gibson, Fernando Riesgo, Jonathan Choy, Daniel H. Kim, Harald Becher

Notice bibliographique

RevueEcho Research and Practice · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésDobutamineMedicineDemographicsHeart transplantationTransplantationCardiologyCardiac allograft vasculopathySignificant differenceInternal medicineHemodynamics

Résumé

récupéré en direct d'OpenAlex

Dobutamine stress echocardiography (DSE) is widely used during follow-up after cardiac transplant for the diagnosis of allograft vasculopathy. We investigated the effect of donor-recipient age difference on the ability to reach target heart rate (HR) during DSE. All cardiac transplant patients who were undergoing DSE over a 3-year period in a single institution were reviewed. Target HR was specified as 85%×(220 - patient age). Further patient and donor demographics were obtained from the local transplant database. 61 patients (45 male, 55±12 years) were stressed with a median dose of 40 mcg/kg per min dobutamine. Only 37 patients (61%) achieved target HR. Donor hearts were mostly younger (mean 41±14 years, P<0.001), with only 11 patients (18%) having donors who were older than they were. Patients with older donors required higher doses of dobutamine (median 50 vs 30 mcg/kg per min, P<0.001) but achieved a lower percentage target HR (mean 93% vs 101%, P=0.003) than those with younger donors did. Patients with older donors were less likely to achieve target HR (18% vs 67%, P=0.003). In conclusion, donor-recipient age difference affects the likelihood of achieving target HR and should be considered when a patient is consistently unable to achieve 'adequate' stress according to the patient's age.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,162
Tête enseignante GPT0,456
Écart entre enseignants0,293 · 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'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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcho Research and PracticeMême sujetTransplantation: Methods and OutcomesTravaux en français237 207