MétaCan
Menu
Retour à la cohorte
Enregistrement W4206813830 · doi:10.7775/rac.es.v89.i2.19703

Estrategias de antiagregación plaquetaria en síndromes coronarios agudos

2022· article· es· W4206813830 sur OpenAlexaff
Juan Pablo Costabel, Ernesto Duronto, S Nani, Hernán Cohen Arazi, Javier Guetta

Notice bibliographique

RevueRevista Argentina de Cardiología · 2022
Typearticle
Languees
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensCentre for Excellence in Mining Innovation
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Objetivo: Los pacientes que presentan síndrome coronario agudo se benefician de la utilización de antiagregantes plaquetarios para reducir la recurrencia de eventos isquémicos. Durante mucho tiempo estuvimos acostumbrados a indicar una combinación fija de aspirina más un inhibidor del receptor P2Y12 por un tiempo estricto. Sin embargo, la complejidad de los pacientes y de los procedimientos que en ellos se realizan nos obligan, como médicos, a buscar las mejores combinaciones posibles, tanto en lo referido al tipo de fármacos utilizados como a la duración del tratamiento, con el fin de lograr el mejor equilibrio entre protección isquémica y riesgo hemorrágico. En los últimos años, múltiples estudios llevados a cabo en esta línea han mostrado que diferentes estrategias pueden beneficiar a nuestros pacientes en distintos escenarios. En la siguiente revisión brindamos una descripción general de los conocimientos actuales sobre el tratamiento con antiagregantes plaquetarios, junto con algunas sugerencias sobre su manejo.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Argentina de CardiologíaMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207