MétaCan
Menu
Retour à la cohorte
Enregistrement W1795964903 · doi:10.1117/1.jbo.20.9.095002

Assessing the sensitivity of human skin hyperspectral responses to increasing anemia severity levels

2015· article· en· W1795964903 sur OpenAlexafffund
Gladimir V. G. Baranoski, Ankita Dey, Tenn F. Chen

Notice bibliographique

RevueJournal of Biomedical Optics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHyperspectral imagingComputer scienceSensitivity (control systems)AnemiaMedicineIntensive care medicineBiomedical engineeringArtificial intelligenceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Anemia is a prevalent medical condition that seriously affects millions of people all over the world. In many regions, not only its initial detection but also its monitoring are hindered by limited access to laboratory facilities. This situation has motivated the development of a wide range of optical devices and procedures to assist physicians in these tasks. Although noticeable progress has been achieved in this area, the search for reliable, low-cost, and risk-free solutions still continues, and the strengthening of the knowledge base about this disorder and its effects is essential for the success of these initiatives. We contribute to these efforts by closely examining the sensitivity of human skin hyperspectral responses (within and outside the visible region of the light spectrum) to reduced hemoglobin concentrations associated with increasing anemia severity levels. This investigation, which involves skin specimens with distinct biophysical and morphological characteristics, is supported by controlled in silico experiments performed using a predictive light transport model and measured data reported in the biomedical literature. We also propose a noninvasive procedure to be employed in the monitoring of this condition at the point-of-care.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,099
Tête enseignante GPT0,398
Écart entre enseignants0,298 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetThermoregulation and physiological responsesTravaux en français237 207