MétaCan
Menu
Retour à la cohorte
Enregistrement W4366832628 · doi:10.1051/medsci/2023008

Antagonistes du récepteur minéralocorticoïde

2023· article· fr· W4366832628 sur OpenAlexaff
Sophie Girerd, Matthieu Soulié, Jonatan Barrera‐Chimal, Frédéric Jaisser

Notice bibliographique

Revuemédecine/sciences · 2023
Typearticle
Languefr
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensHôpital Maisonneuve-Rosemont
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

La maladie rénale diabétique (MRD) et ses comorbidités cardiovasculaires représentent des complications majeures chez les patients diabétiques. Au cours des deux dernières décennies, plusieurs études expérimentales ont montré le bénéfice cardiorénal apporté par les antagonistes du récepteur minéralocorticoïde (RM) dans des modèles animaux de maladies rénales diabétiques ou non. Dans cette synthèse, nous présentons le rôle de l’activation du RM dans l’induction des mécanismes inflammatoires et fibrosants qui contribuent à la physiopathologie de la MRD. Nous passons également en revue les principales conclusions de deux grands essais cliniques récents, FIDELIO-DKD et FIGARO-DKD, qui ont montré pour la première fois un bénéfice majeur de l’antagoniste non stéroïdien du RM, la finerénone, pour la réduction des risques rénaux et cardiaques chez les patients présentant une MRD. Nous discutons enfin de la place de la finerénone par rapport aux autres approches thérapeutiques actuelles et futures de la MRD.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,008

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 Opus0,064
Tête enseignante GPT0,327
Écart entre enseignants0,264 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemédecine/sciencesMême sujetHormonal Regulation and HypertensionTravaux en français237 207