MétaCan
Menu
Retour à la cohorte
Enregistrement W2673874234 · doi:10.1080/09537104.2017.1320372

Personalizing antiplatelet therapies: What have we learned from recent trials?

2017· review· en· W2673874234 sur OpenAlexafffund
Sébastien Landry, Jean‐François Tanguay, Marie Lordkipanidzé

Notice bibliographique

RevuePlatelets · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensMontreal Heart InstituteUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMedicineP2Y12Percutaneous coronary interventionAcute coronary syndromeAspirinTicagrelorIntensive care medicineClopidogrelPrasugrelInternal medicineCardiologyPlateletThrombosisPlatelet aggregation inhibitorMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Dual antiplatelet therapy with aspirin and a P2Y12 receptor antagonist is currently the standard of care for the prevention of ischemic events in patients with acute coronary syndrome or undergoing percutaneous coronary intervention. Several studies have shown that not all patients benefit from the treatment to the same degree and demonstrated that high on-treatment platelet reactivity may be associated with an increased risk of thrombotic events, while low on-treatment platelet reactivity may be linked to a higher risk of bleeding. Personalized antiplatelet treatment strategies based on platelet function monitoring and genetic testing constitute a promising tool for the prevention of both stent thrombosis and bleeding events, but conclusive evidence that such approaches can improve clinical outcomes is lacking. This review presents the most recent studies on tailored antiplatelet therapy in the management of coronary heart disease, with a focus on the prognosis value of platelet function testing.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
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 Opus0,418
Tête enseignante GPT0,443
Écart entre enseignants0,024 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlateletsMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207