MétaCan
Menu
Retour à la cohorte
Enregistrement W2359082397 · doi:10.1159/000444341

Belastungstests bei pulmonal-arterieller Hypertonie

2016· article· de· W2359082397 sur OpenAlexaff
Steeve Provencher, Vincent Mainguy

Notice bibliographique

RevueKompass Pneumologie · 2016
Typearticle
Languede
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésGynecologyMedicine

Résumé

récupéré en direct d'OpenAlex

Die pulmonal-arterielle Hypertonie (PAH) manifestiert sich am stärksten in der Dyspnoe, Belastungsintoleranz und verminderten Lebensqualität. Die Mechanismen der Belastungsintoleranz bei PAH sind eindeutig multifaktoriell und umfassen kardiale, respiratorische und peripher-muskuläre Anomalien. Die Belastungskapazität ist somit ein Marker der integrierten Reaktion aller am O<sub>2</sub>-Transport und -Verbrauch beteiligten Systeme. Daher ist die objektive Messung der Belastungskapazität eine sinnvolle und relevante Maßnahme zur Beurteilung von PAH-Patienten, da sie eine Orientierung bezüglich der Schwere und des Verlaufs der Erkrankung sowie des Ansprechens auf die Therapie ermöglicht. Im Laufe der Jahre nahm die Messung der Belastungskapazität daher eine zentrale Rolle in der Patientenevaluation sowohl in klinischen Studien als auch in PAH-Kliniken ein. Ihre Responsivität auf pharmakologische Interventionen ermöglichte auch den Wirksamkeitsnachweis neuer PAH-spezifischer Therapien. Jedoch ist ihre Sensitivität zum Nachweis von Verbesserungen nach Therapiemaßnahmen jedoch in aktuellen Kombinationsstudien sowie bei Patienten mit weniger schwerer Erkrankung in Frage gestellt worden. Die Zuverlässigkeit von Belastungstests bei nicht idiopathischer PAH muss ebenfalls noch validiert werden. Diese Arbeit befasst sich mit der Physiopathologie der körperlichen Belastung und der klinischen Rele- vanz von Belastungstests bei PAH.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,026

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 Opus0,044
Tête enseignante GPT0,296
Écart entre enseignants0,252 · 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKompass PneumologieMême sujetPulmonary Hypertension Research and TreatmentsTravaux en français237 207