MétaCan
Menu
Retour à la cohorte
Enregistrement W4213141299 · doi:10.1111/bjh.18085

Cardiovascular disease in hereditary haemophilia: The challenges of longevity

2022· review· en· W4213141299 sur OpenAlexfundno aff
Susan Shapiro, Gary Benson, Gillian Evans, Catherine Harrison, Sarah Mangles

Notice bibliographique

RevueBritish Journal of Haematology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueHemophilia Treatment and Research
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research Council CanadaMedical Research CouncilDepartment of Health and Aged Care, Australian GovernmentNational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer Research
Mots-clésMedicineHaemophiliaLife expectancyAntithromboticDiseaseCoronary artery diseaseAtrial fibrillationStroke (engine)Secondary preventionPopulationLongevityIntensive care medicinePediatricsInternal medicineGerontology

Résumé

récupéré en direct d'OpenAlex

The development of effective and safe treatments has significantly increased the life expectancy of persons with haemophilia (PWH). This has been accompanied by an increase in the comorbidities of ageing including cardiovascular disease, which poses particular challenges due to the opposing risks of bleeding from haemophilia and antithrombotic treatments versus thrombosis. Although mortality secondary to coronary artery disease in PWH is less than in the general population, the rate of atherosclerosis appears similar. The prevalence of atrial fibrillation in PWH and risk of secondary thromboembolic stroke are not well established. PWH can be safely supported through acute coronary interventions but data on the safety and efficacy of long-term antithrombotics are scarce. Increased awareness and research on cardiovascular disease in PWH will be crucial to improve primary prevention, acute management, secondary prevention and to best support ageing PWH.

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)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,091
Tête enseignante GPT0,343
Écart entre enseignants0,251 · 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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of HaematologyMême sujetHemophilia Treatment and ResearchTravaux en français237 207