MétaCan
Menu
Retour à la cohorte
Enregistrement W3004916349 · doi:10.1111/bph.15016

Current and future treatments of pulmonary arterial hypertension

2020· review· en· W3004916349 sur OpenAlexaff
Natascha Sommer, Hossein Ardeschir Ghofrani, Oleg Pak, Sébastien Bonnet, S. Provencher, Olivier Sitbon, Stephan Rosenkranz, Marius M. Hoeper, David G. Kiely

Notice bibliographique

RevueBritish Journal of Pharmacology · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePulmonary Hypertension Research and Treatments
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineBioinformaticsClinical trialPulmonary hypertensionDiseaseEpigeneticsEndothelin receptorIntensive care medicinePharmacologyInternal medicineBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

Therapeutic options for pulmonary arterial hypertension (PAH) have increased over the last decades. The advent of pharmacological therapies targeting the prostacyclin, endothelin, and NO pathways has significantly improved outcomes. However, for the vast majority of patients, PAH remains a life-limiting illness with no prospect of cure. PAH is characterised by pulmonary vascular remodelling. Current research focusses on targeting the underlying pathways of aberrant proliferation, migration, and apoptosis. Despite success in preclinical models, using a plethora of novel approaches targeting cellular GPCRs, ion channels, metabolism, epigenetics, growth factor receptors, transcription factors, and inflammation, successful transfer to human disease with positive outcomes in clinical trials is limited. This review provides an overview of novel targets addressed by clinical trials and gives an outlook on novel preclinical perspectives in PAH. LINKED ARTICLES: This article is part of a themed issue on Risk factors, comorbidities, and comedications in cardioprotection. To view the other articles in this section visit http://onlinelibrary.wiley.com/doi/10.1111/bph.v178.1/issuetoc.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,052
Tête enseignante GPT0,373
Écart entre enseignants0,321 · 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

Citations169
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of PharmacologyMême sujetPulmonary Hypertension Research and TreatmentsTravaux en français237 207