MétaCan
Menu
← Retour à la cohorte
Enregistrement W2630142988 · doi:10.1139/cjpp-2017-0072

Does young age really put the heart at risk?

2017· review· en· W2630142988 sur OpenAlexafffundvenue
Michael Belanger, Luke Tan, Carin Wittnich

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institutes of HealthHealth CanadaHospital for Sick ChildrenHeart and Stroke Foundation of Canada
Mots-clésMedicineHeart diseaseCardiac surgeryDiseaseCardiologyPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Despite significant advances in the management and treatment of heart disease in children, there continue to be patients who have worse outcomes than might be expected. A number of risk factors that could be responsible have been identified. Evidence-based findings will be reviewed, including whether young age and (or) reduced body weight exacerbate these responses. For example, newborn children undergoing congenital cardiac surgery are known to have worse outcomes than older children. Evidence exists that newborn hearts do not tolerate ischemia as well as adult hearts, developing irreversible injury sooner and exhibiting at-risk metabolic profiles. As well, in response to the administration of heparin, elevations in free fatty acids occur during congenital heart surgery in children, which can have detrimental effects on the heart. Furthermore, myocardial energetic state has also been suggested to impact outcomes. Unfavourable energetic profiles were correlated to lower body weights in the same age healthy newborn piglet model. Newborn children suffering from congenital heart disease, with lower body weights, also had lower myocardial energetic state and this correlated with longer postoperative ventilatory support as well as a trend to longer intensive care unit stay. These findings imply that unfavourable myocardial metabolic profiles could contribute to postoperative complications.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · 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
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
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 Opus0,053
Tête enseignante GPT0,380
Écart entre enseignants0,326 · 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

Citations0
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and Pharmacology→Même sujetCongenital Heart Disease Studies→Travaux en français237 207→