MétaCan
Menu
Retour à la cohorte
Enregistrement W1979838781 · doi:10.1097/aco.0b013e32834aa234

Ultrasonography of the lumbar spine for neuraxial and lumbar plexus blocks

2011· review· en· W1979838781 sur OpenAlexaff
Ki Jinn Chin, Anahi Perlas

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineUltrasoundLumbarLumbar plexusBlockadeContext (archaeology)Neuraxial blockadeMagnetic resonance imagingRadiologyUltrasonographyAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Ultrasonography of the spine has evolved into a well described technique that can be applied to facilitate neuraxial and lumbar plexus blockade. RECENT FINDINGS: There is increasing evidence for the clinical benefits of ultrasound imaging prior to administration of neuraxial blockade. Recent randomized controlled trials have shown that efficacy of epidural analgesia is improved, and the technical difficulty of spinal and epidural anaesthesia is reduced. Ultrasound imaging may also permit more accurate prediction of the depth to epidural and intrathecal spaces and more accurate identification of intervertebral levels. The use of ultrasound in lumbar plexus blockade has been described in the context of both preprocedural imaging and real-time needle guidance; however, its clinical benefit in this setting has not yet been clearly established. SUMMARY: Preprocedural ultrasound imaging of the spine may reduce the technical difficulty of neuraxial blockade and also improve clinical efficacy. Similar benefits are expected in the setting of lumbar plexus blockade although there is currently no evidence to confirm this. Real-time ultrasound-guided neuraxial and lumbar plexus blockade are challenging techniques that need further validation.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,111
Tête enseignante GPT0,372
Écart entre enseignants0,261 · 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

Citations53
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetAnesthesia and Pain ManagementTravaux en français237 207