MétaCan
Menu
Retour à la cohorte
Enregistrement W2907273540 · doi:10.1016/j.jcmg.2018.10.023

The Role of Imaging in Measuring Disease Progression and Assessing Novel Therapies in Aortic Stenosis

2019· review· en· W2907273540 sur OpenAlexaff
Mhairi Doris, Russell J. Everett, Matthew Shun‐Shin, Marie‐Annick Clavel, Marc R. Dweck

Notice bibliographique

RevueJACC. Cardiovascular imaging · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesBritish Heart FoundationNational Institute for Health and Care Research
Mots-clésMedicineStenosisDiseaseCardiologyClinical trialPathophysiologyIntensive care medicineInternal medicineValve replacementAortic valve stenosisClinical PracticePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Aortic stenosis represents a growing health care burden in high-income countries. Currently, the only definitive treatment is surgical or transcatheter valve intervention at the end stages of disease. As the understanding of the underlying pathophysiology evolves, many promising therapies are being investigated. These seek to both slow disease progression in the valve and delay the transition from hypertrophy to heart failure in the myocardium, with the ultimate aim of avoiding the need for valve replacement in the elderly patients afflicted by this condition. Noninvasive imaging has played a pivotal role in enhancing our understanding of the complex pathophysiology underlying aortic stenosis, as well as disease progression in both the valve and myocardium. In this review, the authors discuss the means by which contemporary imaging may be used to assess disease progression and how these approaches may be utilized, both in clinical practice and research trials exploring the clinical efficacy of novel therapies.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,356
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACC. Cardiovascular imagingMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207