MétaCan
Menu
Retour à la cohorte
Enregistrement W2476390268 · doi:10.1093/eurheartj/ehw294

Environmental stressors and cardio-metabolic disease: part II–mechanistic insights

2016· review· en· W2476390268 sur OpenAlexaff
Thomas Münzel, Mette Sørensen, Tommaso Gori, Frank P. Schmidt, Xiaoquan Rao, f Robert Brook, Lung‐Chi Chen, Robert D. Brook, Sanjay Rajagopalan

Notice bibliographique

RevueEuropean Heart Journal · 2016
Typereview
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesStiftung Mainzer HerzDeutsches Zentrum für Herz-Kreislaufforschung
Mots-clésMedicineStressorDiseaseEnvironmental healthMechanism (biology)Diabetes mellitusEndothelial dysfunctionOxidative stressIntensive care medicineBioinformaticsPsychiatryPathologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Environmental factors can act as facilitators of chronic non-communicable diseases. Ambient noise and air pollution collectively outrank all other environmental risk factors in importance, contributing to over 75% of the disease and disability burden associated with known environmental risk factors. In the first part of this review, we discussed the global burden and epidemiologic evidence supporting the importance of these novel risk factors as facilitators of cardiometabolic disease. In this part, we will discuss pathophysiological mechanisms responsible for noise and air pollution-mediated effects. Akin to traditional cardiovascular risk factors, a considerable body of evidence suggests that these environmental agents induce low-grade inflammation, oxidative stress, vascular dysfunction, and autonomic nervous system imbalance, thereby facilitating the development of diseases such as hypertension and diabetes. Through their impact on traditional risk factors and via additional novel mechanisms, environmental risk factors may have much larger impact on cardiovascular events than currently appreciated. In the second part of this review, we discuss deficiencies and gaps in knowledge and opportunities for new research.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
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)0,0050,001

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 Opus0,079
Tête enseignante GPT0,389
Écart entre enseignants0,310 · 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

Citations366
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetNoise Effects and ManagementTravaux en français237 207