MétaCan
Menu
Retour à la cohorte
Enregistrement W2468077222 · doi:10.2217/bmm-2016-0070

Platelet Function Testing As a Biomarker for Efficacy of Antiplatelet Drugs

2016· review· en· W2468077222 sur OpenAlexaff
Marie Lordkipanidzé, Derek So, Jean‐François Tanguay

Notice bibliographique

RevueBiomarkers in Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensUniversité de MontréalUniversity of OttawaMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineClopidogrelAspirinAntiplatelet drugPlateletTicagrelorPrasugrelIntensive care medicineBiomarkerInternal medicineDrugCardiologyPharmacology

Résumé

récupéré en direct d'OpenAlex

Despite the overwhelming evidence in support of the efficacy of dual antiplatelet therapy with aspirin and clopidogrel, it is also obvious that not all patients benefit from these drugs to the same extent. This interindividual variability in platelet responses may underlie clinical differences in drug efficacy, with potential for optimization of antiplatelet therapy to prevent ischemic events without excessively increasing bleeding risk. This review presents the current evidence regarding platelet function testing for monitoring of antiplatelet therapy, with emphasis on the prognostic value of platelet function testing to predict ischemic and bleeding events. The potential of platelet function testing to provide personalized antiplatelet therapy is also discussed, with an outlook toward the future of platelet function testing in high-risk 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 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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,069
Tête enseignante GPT0,364
Écart entre enseignants0,294 · 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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomarkers in MedicineMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207