MétaCan
Menu
Retour à la cohorte
Enregistrement W2733728481 · doi:10.12688/f1000research.11597.1

Recent advances in preventing stroke recurrence

2017· preprint· en· W2733728481 sur OpenAlexaff
J. David Spence

Notice bibliographique

RevueF1000Research · 2017
Typepreprint
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)EdoxabanEzetimibeAtrial fibrillationClopidogrelInternal medicineDabigatranIntensive care medicineCardiologyWarfarinMyocardial infarctionCholesterol

Résumé

récupéré en direct d'OpenAlex

Recent advances in secondary stroke prevention include new evidence in hypertension, nutrition, anticoagulation, antiplatelet therapy, intracranial stenosis, percutaneous closure of patent foramen ovale, and lipid-lowering therapy. Individualized therapy for hypertension based on phenotyping with plasma renin and aldosterone markedly improves blood pressure control in patients with resistant hypertension. A Mediterranean diet can reduce the risk of stroke by nearly half. The diagnosis and treatment of metabolic vitamin B12 deficiency, and B vitamins to lower homocysteine, can reduce the risk of stroke by approximately 30%. There are problems with clopidogrel that can be overcome by using ticagrelor, and new anticoagulant drugs markedly improve anticoagulation for stroke prevention, particularly in atrial fibrillation. There are pharmacokinetic problems with dabigatran that deserve attention. Intensive medical therapy is better than stenting for intracranial stenosis, and new therapies directed at proprotein convertase subtilisin-kexin type 9 (PCSK9) will revolutionize lipid-lowering therapy. In the past, it was estimated that rational therapy could reduce recurrent stroke by about 80%. With recent advances, we should be able to do even better.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,054
Tête enseignante GPT0,396
Écart entre enseignants0,341 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207