Uso de levosimendan na insuficiência cardíaca com fração de ejeção de ventrículo esquerdo reduzida: relato de caso
Bibliographic record
Abstract
A Insuficiência cardíaca (IC) é uma síndrome clínica que resulta de alterações estruturais ou funcionais do tecido cardíaco provocando prejuízo no enchimento, esvaziamento ou ainda o aumento da pressão intracavitárias. É uma entidade prevalente no Brasil devido, em partes, à dificuldade de acesso à saúde e tratamento de doenças cardiovasculares não transmissíveis precursoras. É dividida de acordo com a fração de ejeção do ventrículo esquerdo (FEVE) em IC de Fração de ejeção reduzida (ICFER) e preservada (ICFEP). O manejo de paciente com ICFER em estágios avançados da progressão da doença é desafiador pelo objetivo de associar melhora da sobrevida com aumento da qualidade de vida. Esse artigo teve por finalidade a revisão da literatura sobre a síndrome e o tratamento da ICFER com Levosimendan utilizando o relato de caso de um paciente com descompensação aguda da insuficiência cardíaca (DAIC) em episódio de choque cardiogênico. Como metodologia, foram feitas buscas com a ferramenta de procura das bibliotecas virtuais Medline e Scielo. Concluímos que o Levosimendan é um medicamento eficaz no controle da DAIC oferecendo vantagens em melhora hemodinâmica imediata e sobrevida quando comparada à dobutamina.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".