Notice bibliographique
Résumé
I am prompted by the discussion in the October issue of the]ournal to comment about the difficulty of writ-ing guidelines based on generic treatment of hyper-tension that do not take into account the heterogene-ity of the hypertensive population. I commented pre-viously ’ on a similar difficulty encountered by the Canadian Consensus Conference Guidelines a few years ago. It is particularly important to identify the cause of hypertension in patients whose hypertension is se-vere and resistant. As I have previously reported,’ 5 % to 10 % will be adrenocortical (mostly due to hy-perplasia). Approximately 10 % to 20 % of patients with severe hypertension will be renovascular. Among the high renin cases, other important diag-noses that should not be missed will turn up, includ-ing 1.75 % to 3.5 % of cases with hypernephroma.’ Most of our patients with adrenocortical hyperten-sion can be managed medically once the diagnosis is made; indeed, we have only had to do surgery in 6% of cases. However, knowing the diagnosis is the key to successful management; such patients often re-quire large doses of potassium/magnesium-sparing diuretics, such as spironolactone or amiloride, whereas they often cannot tolerate even low doses of thiazides if they are not “covered ” by ion-sparing di-
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,051 | 0,247 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,024 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».