MétaCan
Menu
Retour à la cohorte
Enregistrement W2742793493 · doi:10.1097/coh.0000000000000415

Features of cardiovascular disease in low-income and middle-income countries in adults and children living with HIV

2017· review· en· W2742793493 sur OpenAlexaff
Andrew W. McCrary, Chidozie Nduka, Saverio Stranges, Gerald S. Bloomfield

Notice bibliographique

RevueCurrent Opinion in HIV and AIDS · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDyslipidemiaMedicineDiseaseHuman immunodeficiency virus (HIV)Low and middle income countriesPopulationCoronary artery diseaseEnvironmental healthDeveloping countryGerontologyIntensive care medicineImmunologyPathologyPsychiatryEconomic growth

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The current article addresses crucial issues in identifying risk of cardiovascular disease (CVD) in people living with HIV in low-income and middle-income countries (LMICs). These issues are in need of urgent attention to advance our knowledge and inform actions to mitigate CVD in this population. We address CVDs in adults living with HIV as well as the unique aspects pertaining to children living with HIV (CLHIV), a group sorely under-represented in this field. RECENT FINDINGS: CVDs affecting adults such as hypertension, dyslipidemia, coronary artery disease, and heart failure, in addition to myocardial dysfunction, vascular diseases, and autoimmune phenomena are also being reported in CLHIV. In addition to the background disparity in prevalence of traditional CVD risk factors, it is also likely that differential access to antiretroviral treatment, the younger age of the HIV-infected population, and types of antiretroviral treatment commonly used in LMICs contribute to the observed differences. SUMMARY: Overall, the state of evidence for CVD in LMICs is limited and at times contradictory. We summarize the evidence with suggestions for high priorities for further scientific investigation. Now is the crucial time to intervene in modifying CVD risk in LMICs.

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)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,038
Tête enseignante GPT0,345
Écart entre enseignants0,307 · 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
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HIV and AIDSMême sujetHIV-related health complications and treatmentsTravaux en français237 207