MétaCan
Menu
Retour à la cohorte
Enregistrement W2514261029 · doi:10.1097/mnh.0000000000000272

New drugs to prevent and treat hyperkalemia

2016· review· en· W2514261029 sur OpenAlexaff
Laurence Lepage, Katherine Desforges, Jean‐Philippe Lafrance

Notice bibliographique

RevueCurrent Opinion in Nephrology & Hypertension · 2016
Typereview
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésHyperkalemiaMedicineDiscontinuationKidney diseaseHeart failureIntensive care medicineAdverse effectDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Hyperkalemia is frequent, but occurs mostly in patients with chronic kidney disease and is often the cause of discontinuation or omission of renin-angiotensin-aldosterone system inhibitors in patients with diabetes, chronic kidney disease and heart failure. RECENT FINDINGS: Without much evidence in the literature on its efficacy, sodium polystyrene sulfonate is being used frequently in the clinical setting to treat hyperkalemia. In the last few years, two new promising agents have been developed to treat hyperkalemia - patiromer and sodium zirconium cyclosilicate 9 (ZS-9). Both patiromer and ZS-9 have been shown to decrease potassium in patients with hyperkalemia and then to maintain normokalemia. Gastrointestinal adverse events were more frequent with patiromer, and edema occurred in patients using high doses of ZS-9, possibly due to its high sodium content. SUMMARY: Although patiromer and ZS-9 are very promising in terms of safety and efficacy, many questions remain, mostly in terms of selection of patients, long-term effects and costs.

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 enseignants0,913
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)0,0020,000
Bibliométrie0,0010,000
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 Opus0,055
Tête enseignante GPT0,359
Écart entre enseignants0,304 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Nephrology & HypertensionMême sujetPotassium and Related DisordersTravaux en français237 207