July 2020 at a Glance: Focus on Imaging and Cardiomyopathies
Notice bibliographique
Résumé
Data on epidemiology of cardiomyopathies are limited.1–3 Merlo et al.4 showed a reduction in mortality, heart transplantation, left ventricular (LV) assist device implantation and sudden cardiac death in the last decade, compared with the previous ones, in patients with non-ischaemic dilated cardiomyopathy (DCM). Outcomes were also dependent on specific phenotypes with the poorest in patients with chemotherapy-induced DCM and the best in those with tachycardia-induced DCM. An analysis of the Swedish Heart Failure (HF) Register of the young patients with HF, compared with the others, showed that patients aged <55 years were more likely to have DCM, obesity, congenital heart disease, and a low LV ejection fraction (LVEF). Patients aged <55 years had a five times higher mortality risk compared with control subjects with the highest risk in the youngest ones, 18-34 years old.5 Diabetes is a known risk factor for cardiovascular death in patients with a recent myocardial infarction.6 Shin et al.7 showed the independent prognostic value for HF hospitalizations or cardiovascular death of glycated haemoglobin (A1C) levels (adjusted hazard ratio 1.11, 95% confidence interval 1.01–1.21 per 1% higher A1C) and LVEF in patients with type 2 diabetes and a recent acute coronary syndrome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,287 | 0,140 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».