MétaCan
Menu
Retour à la cohorte
Enregistrement W4388130558 · doi:10.2174/0109298673262360231018193823

Current Targets and Future Directions of Positive Inotropes for Heart Failure

2023· review· en· W4388130558 sur OpenAlexaff
Shadreen Fairuz, Ang Chee Wei, Fatima Mraiche, Joo Kheng Goh

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMilrinoneLevosimendanInotropeDobutamineHeart failureMedicineDigoxinIntensive care medicineAdverse effectCardiologyHeart diseaseInternal medicineEjection fractionHemodynamics

Résumé

récupéré en direct d'OpenAlex

While a congestive heart failure patient will ultimately need an assist device or even a replacement heart as the disease progresses, not every patient is qualified for such advanced therapy. Such patients awaiting better circulatory support benefit from positive inotropes in the meantime as palliative care. These agents are often prescribed in patients with acute decompensated heart failure, with reduced left ventricular ejection fraction and symptoms of organ dysfunction. Although positive inotropes, for example, digoxin, dobutamine, milrinone, levosimendan, etc., are successfully marketed and in use, a lot of their adverse effects, like arrhythmias, hypotension, and even sudden cardiac death, are rather encouraging further research on the development of novel positive inotropes. This review has investigated the molecular mechanisms of some of these adverse effects in terms of the proteins they target, followed by research on newer targets. Studies from 2013-2023 that have reported new small molecules with positive inotropic effects have been revisited in order to determine the progress made so far in drug discovery.

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)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,021
Tête enseignante GPT0,300
Écart entre enseignants0,279 · 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
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetFuel Cells and Related MaterialsTravaux en français237 207