MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387959736 · doi:10.1183/13993003.01253-2023

Cystic fibrosis and the cardiovascular system: the unexpected heartache

2023· letter· en· W4387959736 sur OpenAlexaff
Helge Hebestreit, Christina S. Thornton

Notice bibliographique

RevueEuropean Respiratory Journal · 2023
Typeletter
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationCystic fibrosisDiabetes mellitusDiseaseInternal medicineHeart failureCohortBody mass indexIntensive care medicineEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

In recent years, advancements in medical care and therapies have significantly improved the life expectancy of individuals with cystic fibrosis (CF). As a result, an increasing number of people with CF are now reaching adulthood and experience the long-term consequences of the disease. One of the emerging challenges faced by this growing population is the increased risk of cardiac disease [1]. The rate of cardiovascular disease (CVD) in CF varies among individuals and studies, and the exact prevalence is not well-established. Indeed, a higher body mass index (BMI), lipid metabolism and smoking, all traditional cardiac risk factors, are often attenuated in CF disease [2]. However, it is generally recognised that people with CF have an increased risk of developing cardiovascular complications compared to the general population, which historically has been associated as secondary to progressive lung disease and respiratory failure. Other factors, including presence of CF-related diabetes, high salt dietary intake, chronic kidney disease and chronic inflammation ( i.e. similar to those of other chronic diseases, including HIV, rheumatoid arthritis and systemic lupus erythematosus) all render cardiac risk in this population [2]. Studies have reported varying prevalence rates of CVD, ranging from around 10% to 30% in the CF population. The most common cardiovascular conditions seen in CF patients include atherosclerosis, hypertension and heart failure; however, other clinical sequalae include effects on the aorta, pulmonary hypertension, and peripheral vascular disease [1]. More recently, a multicentre retrospective cohort of people with CF and SARS-CoV-2 infection (n=422) reported that nearly half had a history of diabetes (47%) or hypertension (48%) [3]. Furthermore, 22.5% had a history of ischaemic heart disease, suggesting that CVD might be under-reported in this population. Finally, all reported cardiac risk factors were significantly higher in people with CF compared to those without CF (all p-values <0.01). Consequently, there is a need for proactive cardiac monitoring and management in people with CF to identify and address cardiovascular risk factors early on. Several mechanisms underpin CVD risk in CF [4]. One is via chronic hypoxaemia in CF caused by ventilation heterogeneity and destruction of lung tissue, leading to pulmonary vasoconstriction, pulmonary hypertension and cor pulmonale. A second is through the presence of cystic fibrosis transmembrane conductance regulator (CFTR) protein in cardiac myocytes, including atrial and ventricular myocytes, as well as blood vessels. Similar to its role in epithelial cells, CFTR in the heart plays a role in chloride ion conduction. Finally, the loss of CFTR function can impact myocyte contractility, intracellular calcium signalling, myocardial fibrosis and heart remodelling. Evaluation of the cardiovascular system is important in cystic fibrosis patients

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)0,004
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,030
Tête enseignante GPT0,269
Écart entre enseignants0,239 · 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
GenreCommentaire

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

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory Journal→Même sujetCystic Fibrosis Research Advances→Travaux en français237 207→