MétaCan
Menu
Retour à la cohorte
Enregistrement W1508431346 · doi:10.5772/27165

Laparoscopic Partial Nephrectomy – Current State of the Art

2012· book-chapter· en· W1508431346 sur OpenAlexaff
P D’Alessandro, Shawn Dason, Anil Kapoor

Notice bibliographique

RevueInTech eBooks · 2012
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)NephrectomyMedicineState (computer science)UrologyGeneral surgeryComputer scienceInternal medicineEngineeringKidneyElectrical engineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Clayman et al described the first successful laparoscopic nephrectomy in 1991 [1]. Since that time, laparoscopic radical nephrectomy has become the standard of care for renal tumors. At the same time, the widespread use of contemporary imaging techniques has resulted in an increased detection of small incidental renal tumors. In efforts to avoid chronic kidney disease, the management of the small renal mass has trended away from radical nephrectomy toward nephron-conserving surgery. In 1993, successful laparoscopic partial nephrectomy (LPN) was first reported in a porcine model [2]. Winfield et al reported the first human LPN in 1993 [3]. From that time, centres around the world have developed laparoscopic techniques for partial nephrectomy through retroperitoneal and transperitoneal approaches. Classically, only small, peripheral, exophytic tumors were eligible for LPN, but larger, infiltrating tumors have been managed with LPN in more recent series [4].

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 GPT0,275
Écart entre enseignants0,237 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreAutre

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetRenal cell carcinoma treatmentTravaux en français237 207