MétaCan
Menu
Retour à la cohorte
Enregistrement W1973526888 · doi:10.1177/1742271x13486266

My Patient is Short of Breath: Is there Pleural Fluid, and will PoCUS Help Drain it Safely?

2013· article· en· W1973526888 sur OpenAlexaff
Osama Loubani, Justin Bowra, Andrew Smith, Jo Ann Talbot, Paul Atkinson

Notice bibliographique

RevueUltrasound · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensMemorial University of NewfoundlandSaint John Regional HospitalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineThoracentesisPleural fluidSupine positionFocused assessment with sonography for traumaRadiologyUltrasoundEmergency departmentBluntSurgeryPleural effusion

Résumé

récupéré en direct d'OpenAlex

Pathological pleural fluid is common in patients presenting to the emergency department, occurring in as many as 17% of patients presenting with shortness of breath, and as many as 20% of patients with blunt thoracic trauma. A typical chest X-ray may fail to identify as much as 175 mL of pleural fluid in the erect position, and as much as 500 mL in the supine position. Point-of-care ultrasound (PoCUS) on the other hand can detect as little as 20 mL of pleural fluid, and has consistently been shown to have sensitivities and specificities for the detection of pleural fluid close to 100% in both the trauma and critically ill populations. In addition, ultrasound identifies pleural fluid more rapidly than chest X-ray. PoCUS can be used to guide thoracentesis, resulting in improved success rates with decreased complications. Here we describe the evidence supporting the use of PoCUS in the management of pleural fluid collections.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0050,000

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 Opus0,023
Tête enseignante GPT0,296
Écart entre enseignants0,273 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasoundMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207