MétaCan
Menu
Retour à la cohorte
Enregistrement W2790105495 · doi:10.1097/mnh.0000000000000410

Novel oral anticoagulants in chronic kidney disease

2018· review· en· W2790105495 sur OpenAlexaff
Justin Ashley, Manish M. Sood

Notice bibliographique

RevueCurrent Opinion in Nephrology & Hypertension · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesAmerican Heart Association
Mots-clésKidney diseaseMedicineIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Patients with chronic kidney disease (CKD) are at increased risk of atrial fibrillation, stroke, and bleeding posing unique clinical challenges. Novel oral anticoagulants (NOACs) including dabigatran, rivaroxaban, and apixaban have become recognized as alternative therapy to Vitamin K Antagonists (VKA) regarding the prevention of venous thromboembolism (VTE) and reduce the risk of stroke in atrial fibrillation. However, the understanding of NOACs in CKD is still underdeveloped. This review summarizes recent literature on the efficacy and safety of NOACs in patients with CKD. RECENT FINDINGS: Studies focusing on patients with moderate kidney disease were drawn from post hoc analyses from three major NOAC trials, meta-analyses, and postmarketing surveillance studies. Cumulatively, these studies continue to demonstrate NOACs as equivalent if not superior therapies to VKAs in regards to both efficacy and safety. These studies are limited by small sample sizes as well as a lack of direct comparison between NOACs. SUMMARY: The role of NOACs in managing VTE and atrial fibrillation is increasing. Current research suggests that NOACs are at least as efficacious and well tolerated as VKAs. More research is required to elucidate which NOAC is preferable in the clinical setting.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,266
Tête enseignante GPT0,435
Écart entre enseignants0,169 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Nephrology & HypertensionMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207