MétaCan
Menu
Retour à la cohorte
Enregistrement W4411150897 · doi:10.1016/j.ekir.2025.03.036

Optimization of Renin-Angiotensin-Aldosterone Inhibitor Therapies for Evidence-Based Indications: a Call to Action From the Cardio-Kidney Community

2025· editorial· en· W4411150897 sur OpenAlexafffund
Roberto Pecoits‐Filho, Michelle MY Wong, Monica Moorthy, Debasish Banerjee, Suman Behera, Viviane Cálice-Silva, Mogamat‐Yazied Chothia, Gates B. Colbert, Martha Gulati, Charles A. Herzog, Fadi Jouhra, Edgar V. Lerma, Charu Malik, Kershaw V. Patel, Amina Rakisheva, Giuseppe M.C. Rosano, Priyanka Satish, Henry H. L. Wu, Angela Yee‐Moon Wang

Notice bibliographique

RevueKidney International Reports · 2025
Typeeditorial
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensMcMaster UniversityHamilton Health SciencesUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BCAstraZeneca
Mots-clésMedicineRenin–angiotensin systemAldosteroneKidneyACE inhibitorRenin inhibitorInternal medicinePharmacologyEndocrinologyAngiotensin-converting enzymeBlood pressure

Résumé

récupéré en direct d'OpenAlex

Renin–angiotensin–aldosterone system inhibitor (RAASi) therapy, including angiotensin-converting enzyme inhibitors (ACEi), angiotensin receptor blockers (ARBs), angiotensin receptor-neprilysin inhibitors (ARNi), and steroidal and non-steroidal mineralocorticoid receptor antagonists (MRAs), is essential for treating diabetic and non-diabetic chronic kidney disease (CKD), heart failure (HF), and hypertension (HTN). However, these medications can lead to adverse events such as acute kidney injury and hyperkalemia.

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)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,333
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetHeart Failure Treatment and ManagementTravaux en français237 207