MétaCan
Menu
← Retour à la cohorte
Enregistrement W2762491867 · doi:10.1093/eurheartj/ehx504.2921

2921ICDs and CRTs in patients with chronic kidney disease: a meta-analysis

2017· article· en· W2762491867 sur OpenAlexaff
Mohammed Shurrab, Yazan Zayed, Dennis T. Ko, Sankar D. Navaneethan, Nour Yadak, Abeer Yaseen, Waad Qamhia, Anna Kaoutskaia, Daesik Lee, David Newman, Zakaria Hamdan, Soad Haj Yahia, Paula Harvey, Eugene Crystal

Notice bibliographique

RevueEuropean Heart Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensWomen's College HospitalUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineCRTSKidney diseaseMeta-analysisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: The efficacy of implantable cardioverter defibrillators (ICDs) and cardiac resynchronization therapy (CRT) in patients with chronic kidney disease (CKD) remains controversial despite active use. Purpose: The aim of this meta-analysis is to explore the association between ICD/CRT and survival in CKD patients. Methods: An electronic search was conducted. We included studies that reported outcomes in CKD patients stratified by the presence of ICD, CRT or none (control group). The primary outcome was all cause mortality. Outcomes were pooled using random effects model. Odds ratios (OR) were reported for dichotomous variables. Results: 10 studies (9 retrospective and 1 prospective non-randomized) including 20920 adult patients were identified. ICD was present in 3568 patients and CRT in 10838 patients. Baseline characteristics were similar between ICD, CRT and control groups. Follow up ranged between 1–3 years. All cause mortality was lower in the ICD group in comparison to control group (51% vs. 66%, OR 0.48 (95% confidence interval [CI] 0.42; 0.55), P<0.001). All cause mortality was lower in CRT vs. ICD groups (37% vs. 42%, OR 1.38 (95% CI 1.08; 1.76), P=0.01). No significant heterogeneity was noted for the comparisons (I2=0%, P=0.51 and I2=31%, P=0.23, respectively).

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)0,011
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,020
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0140,059
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,060
Tête enseignante GPT0,297
Écart entre enseignants0,237 · 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'étudeMéta-analyse
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetSystemic Sclerosis and Related Diseases→Travaux en français237 207→