MétaCan
Menu
Retour à la cohorte
Enregistrement W4404773522 · doi:10.4070/kcj.2024.0320

Management of Pediatric Heart Failure

2024· review· en· W4404773522 sur OpenAlexaff
Anne I. Dipchand

Notice bibliographique

RevueKorean Circulation Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureManagement of heart failureIntensive care medicineCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Heart failure (HF) in children is a complex syndrome with multiple diverse etiologies and both acute and chronic presentations. Chronic presentations can persist throughout childhood and adolescence, and require diligent management with ongoing reassessment to maximize survival and quality of life. Stages of HF are key to recognize as they guide both management and inform prognosis. In more severe cases, children can present with signs of low cardiac output and circulatory collapse with potential to transition either to a chronic HF stage or progress to a need for advanced HF therapies. Morbidity and mortality are high. Managing HF requires a multi-disciplinary approach that can adapt to the needs of the different phases of childhood and adolescence. Treatment can include medications, nutritional support, activity modifications, and potentially surgical intervention, pacemaker, respiratory or mechanical support, or even heart transplantation. Limited evidence exists for almost all medical therapies used in the management of HF in children and approaches are predominantly extrapolated from extensive adult experience. There are multiple maladaptive pathways in the failing heart; medications that modify these maladaptive pathways promote "reverse remodelling" of the myocardium and are key to the management, forming the basis for "guideline directed medical therapy". The purpose of this review is to summarize the current state of the art management of systolic HF in children.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,046
Tête enseignante GPT0,342
Écart entre enseignants0,295 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Circulation JournalMême sujetHeart Failure Treatment and ManagementTravaux en français237 207