MétaCan
Menu
Retour à la cohorte
Enregistrement W4402994526 · doi:10.1161/hypertensionaha.124.21711

Renal Medulla in Hypertension

2024· review· en· W4402994526 sur OpenAlexaff
Allen W. Cowley, Richard J. Roman, David L. Mattson, Kleber G. Franchini, Paul O’Connor, Ayako Makino, Norman E. Taylor, Louise Evans, Takefumi Mori, Jeffrey G. Dickhout, Chunhua Jin, Noriyuki Miyata, Kazushige Nakanishi, M Szentiványi, Frank Park, M. M. Skelton, Theresa Kurth, Satoshi Shimada

Notice bibliographique

RevueHypertension · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueRenal function and acid-base balance
Établissements canadiensMcMaster University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute on Aging
Mots-clésRenal medullaNatriuresisMedullary cavityMedicineBlood pressurePathophysiology of hypertensionMedullaRenal blood flowInternal medicineNitric oxideBlood flowEndocrinologyCardiology

Résumé

récupéré en direct d'OpenAlex

Studies have found that blood flow to the renal medulla is an important determinant of pressure-natriuresis and the long-term regulation of arterial pressure. First, a brief review of methods developed enabling the study of the medullary circulation is presented. Second, studies performed in rats are presented showing medullary blood flow plays a vital role in the pressure-natriuresis relationship and thereby in hypertension. Third, it is shown that chronic reduction of medullary blood flow results in hypertension and that enhancement of medullary blood flow reduces hypertension hereditary models of both salt-sensitive rats and salt-resistant forms of hypertension. The key role that medullary nitric oxide production plays in protecting this region from ischemic injury associated with circulating vasoconstrictor agents and reactive oxygen species is presented. The studies cited are largely the work of my students, research fellows, and colleagues with whom I have performed these studies dating from the late 1980s to more recent years.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,872
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,091
Tête enseignante GPT0,334
Écart entre enseignants0,243 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHypertensionMême sujetRenal function and acid-base balanceTravaux en français237 207