MétaCan
Menu
Retour à la cohorte
Enregistrement W2804000347 · doi:10.1177/1358863x18773161

Review of biologic and behavioral risk factors linking depression and peripheral artery disease

2018· review· en· W2804000347 sur OpenAlexaff
Joel L. Ramirez, Laura M. Drudi, S. Marlene Grenon

Notice bibliographique

RevueVascular Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensMcGill University
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Heart, Lung, and Blood Institute
Mots-clésMedicineArterial diseaseDepression (economics)PeripheralDiseaseVascular diseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

The incidence of depression has been rising rapidly, and depression has been recognized as one of the world's leading causes of disability. More recently, depression has been associated with an increased risk of symptomatic atherosclerotic disease as well as worse perioperative outcomes in patients with cardiovascular disease. Additionally, recent studies have demonstrated an association between depression and peripheral artery disease (PAD), which has been estimated to affect more than 200 million people worldwide. These studies have identified that depression is associated with poor functional and surgical outcomes in patients with PAD. Although the directionality and specific mechanisms underlying this association have yet to be clearly defined, several biologic and behavioral risk factors have been identified to play a role in this relationship. These factors include tobacco use, physical inactivity, medical non-adherence, endothelial and coagulation dysfunction, and dysregulation of the hypothalamic-pituitary-adrenal axis, autonomic system, and immune system. In this article, we review these potential mechanisms and the current evidence linking depression and PAD, as well as future directions for research and interventional strategies. Understanding and elucidating this relationship may assist in preventing the development of PAD and may improve the care that patients with PAD and comorbid depression receive.

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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,073
Tête enseignante GPT0,412
Écart entre enseignants0,339 · 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

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVascular MedicineMême sujetCardiac Health and Mental HealthTravaux en français237 207