MétaCan
Menu
Retour à la cohorte
Enregistrement W2798060402 · doi:10.1183/16000617.0004-2018

Precision medicine and personalising therapy in pulmonary hypertension: seeing the light from the dawn of a new era

2018· review· en· W2798060402 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Respiratory Review · 2018
Typereview
Langueen
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePrecision medicinePulmonary hypertensionHarmIntensive care medicineIntervention (counseling)BioinformaticsInternal medicinePathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Pulmonary hypertension (PH) and pulmonary arterial hypertension (PAH) include different cardiopulmonary disorders in which the interaction of multiple genes with environmental and behavioural factors modulates the onset and the progression of these severe conditions. Although the development of therapeutic agents that modulate abnormalities in three major pathobiological pathways for PAH has revolutionised our approach to the treatment of PAH, the long-term survival rate remains unsatisfactory. Accumulating evidence has underlined that clinical outcomes and responses to therapy in PAH are modified by multiple factors, including genetic variations, which will be different for each individual. Since precision medicine, also known as stratified medicine or personalised medicine, aims to better target intervention to the individual while maximising benefit and minimising harm, it has significant potential advantages. This article aims to assemble and discuss the different initiatives that are currently underway in the PH/PAH fields together with the opportunities and prospects for their use in the near future.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,212
Tête enseignante GPT0,381
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