Особенности популяции, диагностика, вторичная профилактика и антиангинальная терапия у пациентов с диагнозом стабильная стенокардия
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.
Notice bibliographique
Résumé
Aim. To assess compliance with international clinical guidelines on coronary heart disease (CHD) secondary prevention, as well as on stable angina pectoris diagnostics and treatment, in Russian clinical practice settings. Material and methods . Among 5000 randomly selected out-patients visiting Moscow City Cardiology Dispanser (MCCD) in 2001, 1840 patients with stable angina diagnosis were identified. Out-patient medical documents were studied, and information on CHD risk factor (RF) registration, clinical diagnosis, clinical and laboratory tests, therapy (agents and their doses), associated diseases and their treatment, was analyzed. Results. Moscow doctors, in spite of existing international and national clinical guidelines, do not use objective diagnostic tests and rely on subjective complaints, while assessing disease severity and determining management tactics, in every second patient (49.2%). The doctors inadequately address RF in stable angina patients, fail to modify RF effectively, and do not attain RF target levels. The principal problems of pharmacotherapy are inadequately low use of statins in CHD secondary prevention (1.8% at out-patient clinics; 6.4% Ц at MCCD), as well as use of minimal effective doses for most antianginal agents. Coronarography, coronary angioplasty, and bypass surgery rates are substantially lower than those in Eastern European countries. Conclusion. The recommendations of national and international guidelines on CHD secondary prevention, stable angina diagnostics and treatment, are still fulfilled inadequately.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle