MétaCan
Menu
Retour à la cohorte
Enregistrement W1976442467 · doi:10.1186/1532-429x-11-s1-o95

Comprehensive evaluation of diastolic function with MRI

2009· article· en· W1976442467 sur OpenAlexaff
Thompson Richard, June Cheng Baron, Kelvin Chow, Jessica M. Scott, Ben T. Esch, Mark J. Haykowsky, Ian C. Paterson

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineDiastoleAngiologyCardiologyHeart failureInternal medicineDiastolic heart failureEjection fractionDiastolic functionHeart failure with preserved ejection fractionPopulationBlood pressure

Résumé

récupéré en direct d'OpenAlex

Diastolic dysfunction is a contributing factor in most cardiovascular diseases. For example, from the ischemic cascade, it is well known that ventricular relaxation is impaired prior to changes in systolic function. Diastolic parameters are predictive of outcome in acute MI [ 1 ], and a third to a half of all cases of heart failure have preserved LVEF (>50%) (HFpEF) [ 2 ]. The importance of diastolic dysfunction in the many manifestations of HFpEF is not well characterized. Clinical evaluation of diastolic function is predominantly by echocardiography, for which several conventional and novel quantitative measures of function are available (the vast majority of which are not routinely acquired using MRI). With its increasing use in clinical cardiology, and improvements in temporal resolution, it is now practical for MRI to provide an equivalent or superior assessment of diastolic function. We illustrate the measurement of conventional and novel diastolic parameters using universally available clinical pulse sequences.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,233 · 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'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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207