MétaCan
Menu
Retour à la cohorte
Enregistrement W4281690527 · doi:10.1183/20734735.0005-2022

Management of pregnancy in cystic fibrosis

2022· review· en· W4281690527 sur OpenAlexaff
Kristina Montemayor, Elizabeth Tullis, Raksha Jain, Jennifer L. Taylor‐Cousar

Notice bibliographique

RevueBreathe · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésCystic fibrosisPregnancyMedicineComputer scienceObstetricsInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

With recent therapeutic advances in care, people with cystic fibrosis (CF) are living longer and healthier lives. Development of the cystic fibrosis transmembrane conductance regulator (CFTR) modulator therapies has led to improved function of the CFTR protein resulting in improved lung function, decreased rates of pulmonary exacerbations and improved nutritional status for the majority of people with CF. Given improved quality and quantity of life, more people with CF are considering becoming pregnant than ever before. Since the first reported pregnancy in a woman with CF in 1960, the management of pregnancy in CF has been of increased interest and is an active field of research. In this review, we aim to discuss the management of pregnancy in CF. We discuss the optimisation of preconception health, management of maintenance CF therapies, and use of CFTR modulators during pregnancy and lactation. We also describe the management of pulmonary exacerbations during pregnancy as well as the unique management of pregnancy in a post-transplant patient with CF. Educational aims: To describe considerations for optimisation of preconception health.To describe the management of chronic CF therapies including CFTR modulators during pregnancy and lactation.To describe treatment of an acute pulmonary exacerbation during pregnancy.To describe the management of pregnancy in individuals with CF following organ transplantation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,052
Tête enseignante GPT0,372
Écart entre enseignants0,320 · 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'étudeAutre devis
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBreatheMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207