MétaCan
Menu
Retour à la cohorte
Enregistrement W2195728399 · doi:10.1586/14779072.2016.1129899

Preventing pediatric cardiomyopathy: a 2015 outlook

2015· review· en· W2195728399 sur OpenAlexaff
Paul F. Kantor, Jake A. Kleinman, Thomas D. Ryan, Ivan Wilmot, Warren A. Zuckerman, Linda J. Addonizio, Melanie D. Everitt, John L. Jefferies, Teresa M. Lee, Jeffrey A. Towbin, James D. Wilkinson, Steven E. Lipshultz

Notice bibliographique

RevueExpert Review of Cardiovascular Therapy · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensStollery Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiomyopathyDiseaseIntensive care medicinePopulationClinical trialGenetic testingPathologyHeart failureCardiologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Cardiomyopathies in children encompass a broad range of diseases, both genetic and acquired, which manifest as a primary cardiac disorder or as a cardiomyopathy secondary to systemic disease. The burden of this group of disorders is substantial, and growing on a global scale. The availability of disease altering treatments is limited, and therefore a focused review on the prevention of cardiomyopathies is justified. In this review, we address the prevention of cardiomyopathy in children by dealing with the root causes of disease at a molecular, clinical and population level. Recent years have yielded promising returns in basic research related to gene-targeted therapy, specific anti-viral therapies and modification of the effects of cardiotoxic drugs. Much work remains to be done in the fields of vaccine development, public health and adoption of available treatments. Effective research in this field will require that diagnostic methods are both refined, and made available more broadly, from imaging to gene testing. Much of our knowledge today is derived from the use of registries, which have successfully catalogued the detailed phenotype of affected patients, and provided long-term longitudinal follow up of affected individuals.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMéta-épidémiologie (sens large)
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 enseignants0,844
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0150,019
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,386
Écart entre enseignants0,322 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Cardiovascular TherapyMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207