MétaCan
Menu
Retour à la cohorte
Enregistrement W2961167129 · doi:10.1016/j.jacc.2019.05.024

Cardiac MRI Endpoints in Myocardial Infarction Experimental and Clinical Trials

2019· review· en· W2961167129 sur OpenAlexaff
Borja Ibáñez, Anthony H. Aletras, Andrew E. Arai, Håkan Arheden, Jeroen J. Bax, Colin Berry, Chiara Bucciarelli‐Ducci, Pierre Croisille, Erica Dall’Armellina, Rohan Dharmakumar, Ingo Eitel, Rodrigo Fernández‐Jiménez, Matthias G. Friedrich, David García‐Dorado, Derek J. Hausenloy, Raymond J. Kim, Sebastian Kozerke, Christopher M. Kramer, Michael Salerno, Javier Sánchez‐Gonzalez, Javier Sanz, Valentı́n Fuster

Notice bibliographique

RevueJournal of the American College of Cardiology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensMcGill University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteBritish Heart FoundationEuropean Regional Development FundMinisterio de Ciencia, Innovación y UniversidadesSociedad Española de Cardiología
Mots-clésMedicineMyocardial infarctionClinical trialClinical endpointCardiologySurrogate endpointMagnetic resonance imagingInternal medicineCardiac magnetic resonanceInfarctionGold standard (test)Intensive care medicineRadiology

Résumé

récupéré en direct d'OpenAlex

After a reperfused myocardial infarction (MI), dynamic tissue changes occur (edema, inflammation, microvascular obstruction, hemorrhage, cardiomyocyte necrosis, and ultimately replacement by fibrosis). The extension and magnitude of these changes contribute to long-term prognosis after MI. Cardiac magnetic resonance (CMR) is the gold-standard technique for noninvasive myocardial tissue characterization. CMR is also the preferred methodology for the identification of potential benefits associated with new cardioprotective strategies both in experimental and clinical trials. However, there is a wide heterogeneity in CMR methodologies used in experimental and clinical trials, including time of post-MI scan, acquisition protocols, and, more importantly, selection of endpoints. There is a need for standardization of these methodologies to improve the translation into a real clinical benefit. The main objective of this scientific expert panel consensus document is to provide recommendations for CMR endpoint selection in experimental and clinical trials based on pathophysiology and its association with hard outcomes.

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)0,013
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,085
Tête enseignante GPT0,442
Écart entre enseignants0,357 · 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

Citations351
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of CardiologyMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207