MétaCan
Menu
Retour à la cohorte
Enregistrement W2384930828

Evaluation of the hot and cold characteristics of seven antiarrhythmic drugs by cytological method

2015· article· en· W2384930828 sur OpenAlexaff
Wang Si-we

Notice bibliographique

RevueZhonghua zhongyiyao zazhi · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Venom Research
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésMetoprolol TartrateMetoprololBisoprololPharmacologyDiltiazem hydrochloridePropafenoneDiltiazemHydrochlorideVerapamilMedicineChemistryInternal medicineCalciumBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: To evaluate the hot and cold characteristics of 7 antiarrhythmic drugs.Methods: MTT assay was used to investigate the effect of 7 antiarrhythmic drugs on the growth and proliferation of SMMC7721 cells and MFC-7 cells in vitro.Morphological changes were observed with inverted microscope.Results: Diltiazem hydrochloride,verapamil hydrochloride,amiodarone hydrochloride,propafenone hydrochloride showed cold or cool characteristics,and metoprolol tartrate,bisoprolol fumarate,carvedilol showed hot or warm characteristics.Morphological observation demonstrated that cells treated with diltiazem hydrochloride,verapamil hydrochloride,amiodarone hydrochloride,propafenone hydrochloride showed lower cell density and rounder pyknosis.The cells treated with metoprolol tartrate,bisoprolol fumarate,carvedilol showed higher cell density,tighter cell structure and more vigorous growth.Conclusion: The cytological method could be used to evaluate the hot and cold characteristics of western drugs,which may provide a simple and practical evaluation method for Chinese medicalization of western drugs.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,106
Tête enseignante GPT0,412
Écart entre enseignants0,306 · 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.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua zhongyiyao zazhiMême sujetHealthcare and Venom ResearchTravaux en français237 207