MétaCan
Menu
Retour à la cohorte
Enregistrement W2314490930 · doi:10.1097/01.mnh.0000444819.03121.4b

Early-invasive strategies for the management of coronary heart disease in chronic kidney disease

2014· review· en· W2314490930 sur OpenAlexafffund
Matthew T. James, Neesh Pannu

Notice bibliographique

RevueCurrent Opinion in Nephrology & Hypertension · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensUniversity of AlbertaFoothills Medical Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineKidney diseaseDiseaseCardiologyIntensive care medicineInternal medicineCoronary heart disease

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: People with chronic kidney disease (CKD) are less likely to receive early-invasive management of acute coronary syndrome (ACS). The purpose of this article is to review the risks and outcomes of early-invasive versus conservative strategies, and to consider how contrast-induced acute kidney injury (CI-AKI) should factor in treatment decisions for people with CKD. RECENT FINDINGS: Numerous observational studies have characterized the prognostic importance of CI-AKI. However, recent studies illustrate that compared to the risk of AKI in individuals treated conservatively, the additional risk of kidney injury associated with invasive coronary procedures is relatively modest. Despite the risk of CI-AKI, early-invasive management of ACS has been associated with important long-term benefits. SUMMARY: These findings illustrate that the additional short-term risk of AKI associated with invasive management should be considered alongside long-term treatment effects on other clinical outcomes and should not act as a deterrent to their use. Strategies to increase the uptake of an invasive management approach, accompanied by the use of CI-AKI prevention strategies, could benefit high-risk individuals with CKD.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,110
Tête enseignante GPT0,404
Écart entre enseignants0,295 · 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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Nephrology & HypertensionMême sujetAcute Kidney Injury ResearchTravaux en français237 207