MétaCan
Menu
Retour à la cohorte
Enregistrement W3012661133 · doi:10.4414/smw.2020.20196

Atrial fibrillation for internists: current practice

2020· review· en· W3012661133 sur OpenAlexaff
Pascal Meyre, David Conen, Stefan Osswald

Notice bibliographique

RevueSwiss Medical Weekly · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationStroke (engine)Intensive care medicineContext (archaeology)Adverse effectPsychological interventionInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Atrial fibrillation (AF) has become a global epidemic and puts affected patients at high risk of adverse events. In this review we summarise the current evidence on risk factors and complications of AF, describe current treatment strategies, and outline new fields of research. Current evidence shows that hypertension and obesity are the two most important modifiable risk factors for the development of AF. Patients with AF face an increased stroke risk. Oral anticoagulation reduces this risk substantially. Mainly for reasons of safety and ease of use, non-vitamin K antagonist oral anticoagulants are preferred for stroke prevention. Rate and rhythm control interventions remain important and are mainly used for symptom control in AF patients. Rate control is recommended as an initial treatment and in patients with a low or absent symptom burden. Following the advent of AF ablation 20 years ago, the chances of successful sustained rhythm control have increased. Nevertheless, the procedural risks, although low, must be discussed with the patient in the context of the potential benefits. Heart failure and AF often coexist, which creates a further challenge for optimal AF management. Recent studies have shown that AF patients have a high burden of silent brain lesions, and that these lesions are associated with cognitive dysfunction. A better understanding of these interrelationships may eventually help the development of new prevention and treatment strategies to decrease the burden and complications associated with AF.

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)0,006
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 enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0350,015

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 Opus0,167
Tête enseignante GPT0,481
Écart entre enseignants0,314 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwiss Medical WeeklyMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207