MétaCan
Menu
Retour à la cohorte
Enregistrement W2905582258 · doi:10.1183/13993003.01887-2018

Pathology and pathobiology of pulmonary hypertension: state of the art and research perspectives

2018· review· en· W2905582258 sur OpenAlexaff
Marc Humbert, Christophe Guignabert, Sébastien Bonnet, Peter Dorfmüller, James R. Klinger, Mark R. Nicolls, Andrea Olschewski, Soni Savai Pullamsetti, Ralph T. Schermuly, Kurt R. Stenmark, Marlene Rabinovitch

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 subventionnairesNational Heart, Lung, and Blood InstituteStanford UniversityJanssen Research and DevelopmentUnited Therapeutics CorporationPfizer
Mots-clésPulmonary hypertensionMedicineChronic thromboembolic pulmonary hypertensionIntensive care medicineVascular remodelling in the embryoPulmonary vasculatureTranslational researchPulmonary pathologyDiseasePsychological interventionClinical PracticePathologyCardiologyLungInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Clinical and translational research has played a major role in advancing our understanding of pulmonary hypertension (PH), including pulmonary arterial hypertension and other forms of PH with severe vascular remodelling (e.g. chronic thromboembolic PH and pulmonary veno-occlusive disease). However, PH remains an incurable condition with a high mortality rate, underscoring the need for a better transfer of novel scientific knowledge into healthcare interventions. Herein, we review recent findings in pathology (with the questioning of the strict morphological categorisation of various forms of PH into pre- or post-capillary involvement of pulmonary vessels) and cellular mechanisms contributing to the onset and progression of pulmonary vascular remodelling associated with various forms of PH. We also discuss ways to improve management and to support and optimise drug development in this research field.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,140
Tête enseignante GPT0,382
Écart entre enseignants0,242 · 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

Citations1 274
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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