MétaCan
Menu
Retour à la cohorte
Enregistrement W2329193925 · doi:10.1097/hco.0b013e32834d84bf

Do patients at high risk of nonsudden cardiac death benefit from prophylactic ICD therapy?

2011· review· en· W2329193925 sur OpenAlexafffund
Paul A. Scott, Laurence D. Sterns, Anthony Tang

Notice bibliographique

RevueCurrent Opinion in Cardiology · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac pacing and defibrillation studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineRandomized controlled trialEjection fractionInternal medicineIntensive care medicinePopulationSudden cardiac deathImplantable cardioverter-defibrillatorCardiologyHeart failure

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Randomized controlled trials have established that prophylactic implantable cardioverter defibrillator (ICD) therapy improves survival in patients with reduced left ventricular ejection fraction (LVEF). However, mortality reduction is not uniform across the implanted population and recent data have highlighted the importance of nonsudden cardiac death (non-SCD) risk in predicting benefit from ICD therapy. This review explores the importance of non-SCD risk in patient selection for prophylactic ICD therapy, as well as the proposed approaches to identify potential ICD recipients at high risk of non-SCD. RECENT FINDINGS: Data from randomized controlled trials have demonstrated that patients at high risk of non-SCD do not gain significant survival benefit from prophylactic ICD therapy irrespective of their risk of SCD. A variety of strategies to identify low LVEF patients at high risk of non-SCD have been proposed. These include the use of individual risk markers, such as advanced age and renal dysfunction, the presence of cardiac and noncardiac comorbidities, and the use of more complex risk scores. SUMMARY: Non-SCD risk is an important issue in patient selection for prophylactic ICD therapy. However, the optimal strategy to identify patients at high non-SCD risk is unclear and further research is needed.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,129
Tête enseignante GPT0,382
Écart entre enseignants0,253 · 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.

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

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in CardiologyMême sujetCardiac pacing and defibrillation studiesTravaux en français237 207