MétaCan
Menu
← Retour à la cohorte
Enregistrement W1919892857 · doi:10.1111/j.1492-7535.2004.0085az.x

Estimation of Internal Filtration Flow Rate in a Dialyzer by a Doppler Ultrasonography

2004· article· en· W1919892857 sur OpenAlexvenueno aff
Michio Mineshima, Yuichi Sato, I.i.t Akiba, Takashi Sunohara, T. Masuda

Notice bibliographique

RevueHemodialysis International · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFiltration (mathematics)Blood flowVolumetric flow rateDoppler effectBiomedical engineeringFlow (mathematics)MechanicsFlow velocityChromatographyMaterials scienceChemistryMedicineCardiologyMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Several types of dialyzers with enhanced internal filtration have been introduced in order to increase solute clearance, especially in relatively larger molecular solutes. In these dialyzers, enhanced internal filtration increased convective transport of the solute in addition to diffusive transport. The internal filtration flow rate (QIF) has not, however, been measured in clinical situations, because none of monitoring techniques can measure this value. Herein, the QIF value was estimated during an experimental and an analytical study. Namely, we measured blood flow velocity in a cross‐sectional plane of the dialyzer by pulse Doppler ultrasonography. An in vitro study with bovine blood was carried out to determine the local blood flow velocity profile with a newly designed probe slider that enables parallel movement of the probe along the dialyzer. Furthermore, an analytical model was newly introduced to calculate changes in flow rate and pressure of blood and dialysate streams and solute concentrations along the dialyzer. The QIF value could be estimated by a simulation analysis to the experimental data using the analytical model.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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'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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemodialysis International→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→