MétaCan
Menu
Retour à la cohorte
Enregistrement W4282931272 · doi:10.1093/cvr/cvac087

Circulating biomarkers for management of cancer therapeutics-related cardiac dysfunction

2022· review· en· W4282931272 sur OpenAlexfundno aff
Claire Tonry, Adam Russell‐Hallinan, Claire McCune, Patrick Collier, Mark Harbinson, Lana Dixon, Chris Watson

Notice bibliographique

RevueCardiovascular Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueChemotherapy-induced cardiotoxicity and mitigation
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Ireland Chest Heart and StrokeBritish Heart FoundationHeart and Stroke Foundation of Canada
Mots-clésMedicineBiomarkerCancerIntensive care medicineCardiac dysfunctionCardiotoxicityBioinformaticsInternal medicineHeart failureChemotherapyBiology

Résumé

récupéré en direct d'OpenAlex

Cancer therapeutics-related cardiac dysfunction (CTRCD) has emerged as a major cause of morbidity and mortality in cancer survivors. Effective clinical management of CTRCD is impeded by a lack of sensitive diagnostic and prognostic strategies. Circulating molecular markers could potentially address this need as they are often indicative of cardiac stress before cardiac damage can be detected clinically. A growing understanding of the underlying physiological mechanisms for CTRCD has inspired research efforts to identify novel pathophysiologically relevant biomarkers that may also guide development of cardio-protective therapeutic approaches. The purpose of this review is to evaluate current circulating biomarkers of cardiac stress and their potential role in diagnosis and management of CTRCD. We also discuss some emerging avenues for CTRCD-focused biomarker investigations.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,238
Tête enseignante GPT0,449
Écart entre enseignants0,211 · 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'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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetChemotherapy-induced cardiotoxicity and mitigationTravaux en français237 207