MétaCan
Menu
Retour à la cohorte
Enregistrement W2904463477 · doi:10.1183/13993003.01914-2018

Pulmonary hypertension in chronic lung disease and hypoxia

2018· review· en· W2904463477 sur OpenAlexafffund
Steven D. Nathan, Joan Albert Barberà, Seán Gaine, Sergio Harari, Fernando J. Martínez, Horst Olschewski, Karen M. Olsson, Andrew J. Peacock, Joanna Pepke‐Żaba, Steeve Provencher, Norbert Weißmann, Werner Seeger

Notice bibliographique

RevueEuropean Respiratory Journal · 2018
Typereview
Langueen
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesActelion PharmaceuticalsGenentechNational Institutes of HealthSunovionGilead SciencesTeva Pharmaceutical IndustriesVeracyteUnited Therapeutics CorporationBiogenBayerYork UniversityAstraZenecaAmerican Thoracic SocietyPfizerGlaxoSmithKline
Mots-clésPulmonary hypertensionHypoxia (environmental)MedicineLung diseaseLungIntensive care medicineVasoactiveEtiologyDiseaseRespiratory diseaseInternal medicineCardiologyOxygenChemistry

Résumé

récupéré en direct d'OpenAlex

Pulmonary hypertension (PH) frequently complicates the course of patients with various forms of chronic lung disease (CLD). CLD-associated PH (CLD-PH) is invariably associated with reduced functional ability, impaired quality of life, greater oxygen requirements and an increased risk of mortality. The aetiology of CLD-PH is complex and multifactorial, with differences in the pathogenic sequelae between the diverse forms of CLD. Haemodynamic evaluation of PH severity should be contextualised within the extent of the underlying lung disease, which is best gauged through a combination of physiological and imaging assessment. Who, when, if and how to screen for PH will be addressed in this article, as will the current state of knowledge with regard to the role of treatment with pulmonary vasoactive agents. Although such therapy cannot be endorsed given the current state of findings, future studies in this area are strongly encouraged.

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)0,001
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 seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,082
Tête enseignante GPT0,343
Écart entre enseignants0,262 · 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

Citations761
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory JournalMême sujetPulmonary Hypertension Research and TreatmentsTravaux en français237 207