MétaCan
Menu
Retour à la cohorte
Enregistrement W2715352421 · doi:10.1093/cvr/cvx092

Serotonin and catecholamines in the development and progression of heart valve diseases

2017· article· en· W2715352421 sur OpenAlexaff
Elliott Goldberg, Juan B. Grau, Jacqueline H. Fortier, Elisa Salvati, Robert J. Levy, Giovanni Ferrari

Notice bibliographique

RevueCardiovascular Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésSerotoninMedicineCardiologyInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Heart valve diseases (HVDs) arise from a number of different processes that affect both the structure and function of the valve apparatus. Despite diverse aetiologies, treatments for HVDs are limited to percutaneous or surgical interventions. The search for medical therapies to prevent or slow the progression of HVDs has been hampered by our poor understanding of the progression from subclinical to symptomatic phases, and our limited knowledge of the molecular signals that control the susceptibility of valve interstitial cells to pathological remodeling. Clinical evidence has suggested a link between certain neurotransmitters and valvular diseases of the heart. The fenfluramine-phentermine appetite suppressants popular in the 1980s were linked to mitral valve dysfunction, and ergot-derived dopamine agonists for Parkinson's disease have been associated with an increased risk of mitral and aortic valve regurgitation. The effect does not appear to be limited to medications, as valvular pathologies have also been observed in patients with carcinoid tumours of serotonin-producing enterochromaffin cells. The role of neurotransmitter molecules in valve pathology has not been adequately characterized and may represent a target for future medical therapies. Here we present current evidence from both clinical and basic science suggesting a link between neurotransmitters and HVDs, opening the door to future research in this area.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,082
Tête enseignante GPT0,459
Écart entre enseignants0,377 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207