MétaCan
Menu
Retour à la cohorte
Enregistrement W2915098654 · doi:10.3390/ijms20040904

The Effects of Resveratrol in Patients with Cardiovascular Disease and Heart Failure: A Narrative Review

2019· review· en· W2915098654 sur OpenAlexaffabout
Garrison J. B. Dyck, Pema Raj, Shelley Zieroth, Jason R.B. Dyck, Justin A. Ezekowitz

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSirtuins and Resveratrol in Medicine
Établissements canadiensUniversity of ManitobaSt. Boniface HospitalCanadian VIGOUR CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésResveratrolMedicineHeart failureDiseaseIntensive care medicineNutraceuticalNarrative reviewPharmacologyBioinformaticsInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease (CVD) is the main cause of death globally and responsible for the second highest number of deaths in Canada. Medical advancements in the treatment of CVD have led to patients living longer with CVD but often progressing to another condition called heart failure (HF). As a result, HF has emerged in the last decade as a major medical concern. Fortunately, various "traditional" pharmacotherapies for HF exist and have shown success in reducing HF-associated mortality. However, to augment the treatment of patients with CVD and/or HF, alternative pharmacotherapies using nutraceuticals have also shown promise in the prevention and treatment of these two conditions. One of these natural compounds considered to potentially help treat HF and CVD and prevent their development is resveratrol. Herein, we review the clinical findings of resveratrol's ability to be used as an effective treatment to potentially help treat HF and CVD. This will allow us to gain a more fulsome appreciation for the effects of resveratrol in the health outcomes of specific patient populations who have various disorders that constitute CVD.

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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,311
Écart entre enseignants0,300 · 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

Citations197
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetSirtuins and Resveratrol in MedicineTravaux en français237 207