Recategorization of Non-Aspirin Nonsteroidal Anti-inflammatory Drugs According to Clinical Relevance: Abandoning the Traditional NSAID Terminology
Notice bibliographique
Résumé
Non-aspirin nonsteroidal anti-inflammatory drugs (NSAIDs) are frequently used to treat pain, fever, and inflammation. Historically, NSAIDs have been categorized as traditional NSAIDs and newer cyclooxygenase (COX)-2 inhibitors (coxibs). However, traditional NSAIDs also inhibit the COX-1 and COX-2 enzyme isoforms to a varying degree. This diversity of COX-1 and COX-2 selectivity within the class of traditional NSAIDs has proven clinically important, with evidence accumulating on the cardiovascular risks associated with selective COX-2 inhibition. Thus, the relative COX-2 selectivity of traditional NSAIDs correlates with their cardiovascular risk profile, being more favourable for non-selective NSAIDs, such as naproxen and low-dose ibuprofen, and less favourable for more COX-2 selective agents, such as diclofenac. To enhance clinically relevant terminology, we advocate categorizing all non-aspirin NSAIDs-including traditional NSAIDs-according to their relative COX-1 and COX-2 selectivity as either COX-1 inhibitors, non-selective NSAIDs, or COX-2 inhibitors. We further recommend subcategorizing COX-2 inhibitors as newer COX-2 inhibitors (coxibs) or older COX-2 inhibitors. Finally, we recommend examining the effects of the individual NSAIDs included in each of the proposed categories. Adhering to these recommendations will align future studies, advance interpretation of COX-specific adverse cardiovascular effects, and provide better guidance to clinicians prescribing NSAIDs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».