MétaCan
Menu
Retour à la cohorte
Enregistrement W2910034639 · doi:10.1097/hco.0000000000000601

Utilizing wall shear stress as a clinical biomarker for bicuspid valve-associated aortopathy

2019· review· en· W2910034639 sur OpenAlexaff
Ali Fatehi Hassanabad, Julio García, Subodh Verma, James A. White, Paul W.M. Fedak

Notice bibliographique

RevueCurrent Opinion in Cardiology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensSt. Michael's HospitalUniversity of CalgaryLibin Cardiovascular Institute of Alberta
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineBicuspid aortic valveBiomarkerCardiologyAortaInternal medicineBicuspid valveRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Bicuspid aortic valve (BAV) results from fusion of two adjacent aortic valve cusps, and is associated with dilatation of the aorta, known as BAV-associated aortopathy, or bicuspid aortopathy. Bicuspid aortopathy is progressive, increasing the risk of life-threatening clinical events, such as aortic dissection. Regular monitoring and timely intervention with prophylactic surgical resection of the proximal aorta is recommended. RECENT FINDINGS: Aortopathy is heterogeneous among patients. Studies have shown that different flow patterns lead to specific phenotypes of aortopathy. Although not uniform, BAV morphology affects flow patterns. Recent work has demonstrated the role of wall shear stress (WSS) in driving aortopathy, and it is suggested that individualized WSS 'heat maps' can be used for clinically monitoring patients with BAV. WSS has the potential to be an imaging biomarker for directing resection timing, surgical strategies, and postsurgical follow-up care. SUMMARY: Finding and validating noninvasive hemodynamic biomarkers of aortic risk to assist in the management of BAV patients is of clinical importance. Herein, we will review the latest findings pertaining to the utility of WSS as a specific biomarker of risk for BAV patients with aortopathy.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,399
Tête enseignante GPT0,513
Écart entre enseignants0,114 · 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'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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in CardiologyMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207