MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210420516 · doi:10.3390/ijerph19031436

Safety and Efficacy of DOACs in Patients with Advanced and End-Stage Renal Disease

2022· review· en· W4210420516 sur OpenAlexaff
Sylwester Rogula, Aleksandra Gąsecka, Tomasz Mazurek, Eliano Pio Navarese, Łukasz Szarpak, Krzysztof J. Filipiak‬

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney diseaseIntensive care medicineRenal functionInternal medicinePopulationDisease

Résumé

récupéré en direct d'OpenAlex

The prevalence of chronic kidney disease (CKD) is increasing due to the aging of the population and multiplication of risk factors, such as hypertension, arteriosclerosis and obesity. Impaired renal function increases both the risk of bleeding and thrombosis. There are two groups of orally administered drugs to prevent thromboembolic events in patients with CKD who require anticoagulation: vitamin K antagonists (VKAs) and direct oral anticoagulants (DOACs). Although VKAs remain the first-line treatment in patients with advanced CKD, treatment with VKAs is challenging due to difficulties in maintaining the appropriate anticoagulation level, tendency to accelerate vascular calcification and faster progression of CKD in patients treated with VKAs. On the other hand, the pleiotropic effect of DOACs, including vascular protection and anti-inflammatory properties along with comparable efficacy and safety of treatment with DOACs, compared to VKAs observed in preliminary reports encourages the use of DOACs in patients with CKD. This review summarizes the available data on the efficacy and safety of DOACs in patients with CKD and provides recommendations regarding the choice of the optimal drug and dosage depending on the CKD stage.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,125
Tête enseignante GPT0,441
Écart entre enseignants0,316 · 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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→