MétaCan
Menu
Retour à la cohorte
Enregistrement W1992510078 · doi:10.5527/wjn.v3.i4.287

Renal biopsy practice: What is the gold standard?

2014· review· en· W1992510078 sur OpenAlexaff
Soumeya Brachemi

Notice bibliographique

RevueWorld Journal of Nephrology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineBiopsyGold standard (test)Renal biopsySurgeryPopulationAsymptomaticIntensive care medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Renal biopsy (RB) is useful for diagnosis and therapy guidance of renal diseases but incurs a risk of bleeding complications of variable severity, from transitory haematuria or asymptomatic hematoma to life-threatening hemorrhage. Several risk factors for complications after RB have been identified, including high blood pressure, age, decreased renal function, obesity, anemia, low platelet count and hemostasis disorders. These should be carefully assessed and, whenever possible, corrected before the procedure. The incidence of serious complications has become low with the use of automated biopsy devices and ultrasound guidance, which is currently the "gold standard" procedure for percutaneous RB. An outpatient biopsy may be considered in a carefully selected population with no risk factor for bleeding. However, controversies persist on the duration of observation after biopsy, especially for native kidney biopsy. Transjugular RB and laparoscopic RB represent reliable alternatives to conventional percutaneous biopsy in patients at high risk of bleeding, although some factors limit their use. This aim of this review is to summarize the issues of complications after RB, assessment of hemorrhagic risk factors, optimal biopsy procedure and strategies aimed to minimize the risk of bleeding.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,025
Tête enseignante GPT0,352
Écart entre enseignants0,327 · 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

Citations95
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of NephrologyMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207