MétaCan
Menu
Retour à la cohorte
Enregistrement W2625521103 · doi:10.1183/16000617.0015-2017

Mechanisms, measurement and management of exertional dyspnoea in asthma

2017· review· en· W2625521103 sur OpenAlexaff
Jason Weatherald, M. Diane Lougheed, Camille Taillé, Gilles Garcia

Notice bibliographique

RevueEuropean Respiratory Review · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensQueen's UniversityUniversity of Calgary
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMedicineAsthmaBronchoconstrictionExertional dyspneaDynamic hyperinflationPsychological interventionMethacholineExercise-induced asthmaPhysical therapyIntensive care medicineNarrative reviewRespiratory diseaseCardiologyInternal medicineLung volumesLung

Résumé

récupéré en direct d'OpenAlex

Asthma is a heterogeneous condition, with dyspnoea during exercise affecting individuals to a variable degree. This narrative review explores the mechanisms and measurement of exertional dyspnoea in asthma and summarises the available evidence for the efficacy of various interventions on exertional dyspnoea. Studies on the mechanisms of dyspnoea in asthma have largely utilised direct bronchoprovocation challenges, rather than exercise, which may invoke different physiological mechanisms. Thus, the description of dyspnoea during methacholine challenge can differ from what is experienced during daily activities, including exercise. Dyspnoea perception during exercise is influenced by many interacting variables, such as asthma severity and phenotype, bronchoconstriction, dynamic hyperinflation, respiratory drive and psychological factors. In addition to the intensity of dyspnoea, the qualitative description of dyspnoea may give important clues as to the underlying mechanism and may be an important endpoint for future interventional studies. There is currently little evidence demonstrating whether pharmacological or non-pharmacological interventions specifically improve exertional dyspnoea, which is an important area for future 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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,199
Tête enseignante GPT0,383
Écart entre enseignants0,184 · 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'étudeRevue systématique
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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory ReviewMême sujetAsthma and respiratory diseasesTravaux en français237 207