MétaCan
Menu
Retour à la cohorte
Enregistrement W2744179443 · doi:10.2147/vhrm.s108874

Cardiovascular toxicities of BCR-ABL tyrosine kinase inhibitors in chronic myeloid leukemia: preventive strategies and cardiovascular surveillance

2017· review· en· W2744179443 sur OpenAlexaff
Nazanin Aghel, Diego Delgado, Jeffrey H. Lipton

Notice bibliographique

RevueVascular Health and Risk Management · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensPrincess Margaret Cancer CentreToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesPrincess Margaret Hospital Foundation
Mots-clésMedicineMyeloid leukemiaTyrosine kinaseTyrosine-kinase inhibitorImmunologyInternal medicineCancerReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract: Tyrosine kinase inhibitors (TKIs) have revolutionized the treatment and outcomes of chronic myeloid leukemia (CML). Despite their significant impact on the management of CML, there is growing evidence that TKIs may cause cardiovascular and/or metabolic complications. In this review, we present the current evidence regarding the cardiovascular safety profiles of BCR-ABL TKIs. Methodological challenges of studies that reported the cardiovascular safety of TKIs are discussed. We also propose management strategies for cardiovascular surveillance and risk factor modification during treatment with these agents. Keywords: BCR-ABL, tyrosine kinase inhibitor, peripheral arterial disease, cardiovascular disease, adverse event

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)0,002
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,306
Écart entre enseignants0,277 · 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

Citations84
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVascular Health and Risk ManagementMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207