MétaCan
Menu
Retour à la cohorte
Enregistrement W1509561964 · doi:10.1159/000223688

Bone Biopsy: Indications and Methods

2009· review· en· W1509561964 sur OpenAlexaff
Frank Rauch

Notice bibliographique

RevueEndocrine development · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBone biopsyBiopsyBone histomorphometryBone remodelingMedicineContext (archaeology)Bone pathologyPathologyBone structureRadiologyDentistryTrabecular boneOsteoporosisBiomedical engineeringInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

In the context of metabolic bone disorders, obtaining biopsies of iliac bone can be useful for establishing a diagnosis in an individual patient or for investigating pathomechanisms when a series of samples is examined. Although bone specimens are usually decalcified for routine pathology to facilitate sample processing, when investigating metabolic bone disorders it is usually much more informative to analyse undecalcified samples. Biopsy samples can be assessed qualitatively and quantitatively. Quantitative analysis by computerised histomorphometry of undecalcified bone biopsy samples is a key tool for studying bone metabolism and, to a lesser extent, bone mass and structure. Standard histomorphometric analyses focuses on trabecular bone and therefore mainly provides information on trabecular remodelling. Remodelling activity changes markedly with age during development. This has to be taken into account when histomorphometry is used in the paediatric setting. Children and adolescents with severe bone fragility should have a bone biopsy for diagnostic purposes unless the diagnosis is obvious from non-invasive examinations. Quantitative histomorphometric analysis of transiliac bone biopsy samples is especially valuable in clinical studies, as this method provides safety and efficacy data that can not be obtained in any other way.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,009

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 Opus0,047
Tête enseignante GPT0,436
Écart entre enseignants0,389 · 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.

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

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

En bref

Citations27
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndocrine developmentMême sujetConnective tissue disorders researchTravaux en français237 207