MétaCan
Menu
Retour à la cohorte
Enregistrement W4294376384 · doi:10.1161/jaha.122.026528

Stroke–Heart Syndrome: Recent Advances and Challenges

2022· review· en· W4294376384 sur OpenAlexaff
Jan F. Scheitz, Luciano A. Sposato, Jeanette Schulz‐Menger, Christian H. Nolte, Johannes Backs, Matthias Endres

Notice bibliographique

RevueJournal of the American Heart Association · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Intensive care medicineCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

After ischemic stroke, there is a significant burden of cardiovascular complications, both in the acute and chronic phase. Severe adverse cardiac events occur in 10% to 20% of patients within the first few days after stroke and comprise a continuum of cardiac changes ranging from acute myocardial injury and coronary syndromes to heart failure or arrhythmia. Recently, the term stroke–heart syndrome was introduced to provide an integrated conceptual framework that summarizes neurocardiogenic mechanisms that lead to these cardiac events after stroke. New findings from experimental and clinical studies have further refined our understanding of the clinical manifestations, pathophysiology, and potential long‐term consequences of the stroke–heart syndrome. Local cerebral and systemic mediators, which mainly involve autonomic dysfunction and increased inflammation, may lead to altered cardiomyocyte metabolism, dysregulation of (tissue‐resident) leukocyte populations, and (micro‐) vascular changes. However, at the individual patient level, it remains challenging to differentiate between comorbid cardiovascular conditions and stroke‐induced heart injury. Therefore, further research activities led by joint teams of basic and clinical researchers with backgrounds in both cardiology and neurology are needed to identify the most relevant therapeutic targets that can be tested in clinical trials.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,958
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
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 Opus0,046
Tête enseignante GPT0,334
Écart entre enseignants0,288 · 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.

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

Citations154
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart AssociationMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207