MétaCan
Menu
Retour à la cohorte
Enregistrement W3011063776 · doi:10.1111/jch.13843

Renovascular hypertension from the BCR‐ABL tyrosine kinase inhibitor ponatinib

2020· article· en· W3011063776 sur OpenAlexaff
Syed Obaid Amin, Marcel Ruzicka, Kevin D. Burns, Isabelle Bence‐Bruckler, Stephen E. Ryan, Adnan Hadziomerovic, Swapnil Hiremath

Notice bibliographique

RevueJournal of Clinical Hypertension · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicinePonatinibRenovascular hypertensionTyrosine-kinase inhibitorTyrosine kinaseImatinibInternal medicinePharmacologyDasatinibBlood pressureReceptorMyeloid leukemia

Résumé

récupéré en direct d'OpenAlex

Drug-induced hypertension is one of the commonest causes of secondary hypertension. In the last few years, secondary hypertension due to tyrosine kinase inhibitors, from the vascular endothelial growth factor class, has been recognized to be an important cause of hypertension, as well as proteinuria, and occasionally kidney dysfunction in some cases. Less well-recognized is that BCR-ABL tyrosine kinase inhibitors also have adverse vascular effects. These manifest as vascular stenoses in large vessels, which may sometimes cause renal artery stenosis and subsequent hypertension. We describe a case report which presented as classical bilateral renal artery stenosis, and responded to revascularization. Increased awareness of these effects, as well as research into the pathogenesis, may provide more insight into vascular biology.

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)0,008
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,114
Tête enseignante GPT0,340
Écart entre enseignants0,226 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical HypertensionMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207