MétaCan
Menu
Retour à la cohorte
Enregistrement W3175228116 · doi:10.24875/recic.m21000213

Insuficiencia cardiaca 2019. Reflexiones de las Revistas de las Sociedades Nacionales de Cardiolog�a

2021· article· es· W3175228116 sur OpenAlexaff
Plamen Gatzov, Jean-Jacques Monsuez, Gergely Ágoston, Michael Aschermann, Hala Mahfouz Badran, Ariel Cohen, Kurt Huber, Е. V. Shlyakhto, Dilek Ural, Ignacio Ferreira-González y, Fernándo Alfonso

Notice bibliographique

RevueREC, Interventional cardiology · 2021
Typearticle
Languees
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCCIÓN La mayoría de los estudios publicados en 2019 sobre el diagnóstico y tratamiento de la insuficiencia cardiaca (IC) en revistas internacionales de alto impacto se centran en tratamientos farmacológicos. Esto incluye iniciar la administración de sacubitrilo-valsartán durante la hospitalización índice, así como los beneficios derivados de los inhibidores del SGLT2, los cuales reducen la mortalidad cardiovascular y la IC. No obstante, la mayoría de estos estudios, dirigidos a un amplio número de lectores, no caracterizan importantes problemas de índole local. Para mejorar el tratamiento de la IC, se deben incorporar las particularidades de los diferentes países miembros de la Sociedad Europea de Cardiología (ESC), incorporación y diseminación que puede lograrse a través de las Revistas de las Sociedades Nacionales de Cardiología (NSCJ). Durante el Congreso de la ESC de 2019, la Red de Editores de la ESC auspició esta iniciativa para fomentar la divulgación de la investigación cardiológica que publican las NSCJ resumiendo en un artículo de revisión las evidencias recopiladas en áreas seleccionadas. Los miembros de la Red de Editores de la ESC se decantaron por publicaciones en el campo de la IC como primer tema de esta revisión. Epidemiología Las disparidades existentes en la prevalencia de factores de riesgo, la carga de...

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)0,012
score de la tête « metaresearch » (Gemma)0,023
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,029
Tête enseignante GPT0,342
Écart entre enseignants0,312 · 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
GenreÉditorial

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueREC, Interventional cardiologyMême sujetHeart Failure Treatment and ManagementTravaux en français237 207