Notice bibliographique
Résumé
Prediction of heart failureBhambhani et al. 1 pooled data from four community-based longitudinal cohorts, including 28 820 subjects free of heart failure (HF) at entry and followed for 12 years, to identify predictive variables for the development of HF with mid-range ejection fraction (HFmrEF), compared with HF with reduced (HFrEF) or preserved ejection fraction (HFpEF).Clinical predictors of HFmrEF included age, male sex, systolic blood pressure, diabetes mellitus, prior myocardial infarction, natriuretic peptides, cystatin-C, and high-sensitivity troponin.Natriuretic peptides were also the strongest predictors of HFrEF.All-cause mortality following the onset of HFmrEF was similar to that of HFrEF and worse than that of HFpEF. 1 Similarities between HFmrEF and HFrEF are therefore confirmed with respect to their risk factors, whereas the outcome of HFmrEF patients has been often found as better compared to that of HFrEF patients.2 Delles et al. 3 studied by nuclear magnetic resonance-based metabolomics two cohorts of subjects at risk of cardiovascular events and identified, among 80 metabolites, phenylalanine as a predictor of incident HF hospitalizations.Although its additive predictive value was modest, it remained significant after adjustment for baseline variables and natriuretic peptide plasma levels. Cardiac amyloidosisSiegismund et al. 15 analysed endomyocardial biopsies from 54 consecutive patients with amyloidosis.Patients with cardiac amyloid light-chain (AL) amyloidosis had a poorer prognosis than those
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,029 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».