MétaCan
Menu
← Retour à la cohorte
Enregistrement W6921004580 · doi:10.6084/m9.figshare.26575994

Additional file 1 of Efficacy of antihyperglycemic therapies on cardiovascular and heart failure outcomes: an updated meta-analysis and meta-regression analysis of 35 randomized cardiovascular outcome trials

2024· article· en· W6921004580 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHeart failureAdverse effectRelative riskFunnel plotRandomized controlled trialClinical trialConfidence intervalMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Additional file 1: Table S1. Definition of heart failure and major adverse cardiovascular events of the included trials. Table S2. Excluded trials through detailed full-text assessment. Table S3. Risk of bias of the included trials. Table S4. Univariate meta-regression analyses of HbA1c reduction and the estimated log risk ratio of major adverse cardiovascular events based on intervention type. Table S5. Univariate meta-regression analyses of bodyweight change and the estimated log risk ratio of heart failure based on intervention type. Figure S1. Derivation of formula to obtain the relative risk ratio reduction of outcomes with meta-regression results. Figure S2. Funnel plots for assessing publication bias of major adverse cardiovascular events (MACE) and heart failure (HF) outcomes. Figure S3. Efficacy of antihyperglycemic therapies on the risk of major adverse cardiovascular events (MACE) in each subgroup. Figure S4. Association between the risk of major adverse cardiovascular events (MACE) and HbA1c reduction stratified by the baseline prevalence of ASCVD. Figure S5. Efficacy of antihyperglycemic therpies on the risk of heart failure (HF) in each subgroup. Figure S6. Association between heart failure (HF) risk and bodyweight change stratified by the baseline prevalence of ASCVD.

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)0,007
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,086
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,7560,032

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 Opus0,101
Tête enseignante GPT0,355
Écart entre enseignants0,253 · 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.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetDiabetes Treatment and Management→Travaux en français237 207→