MétaCan
Menu
Retour à la cohorte
Enregistrement W2024703231 · doi:10.1097/aln.0b013e318272d78b

Ultrasound Investigation and the Eye

2012· letter· en· W2024703231 sur OpenAlexaboutno aff
Howard D. Palte, Steven Gayer

Notice bibliographique

RevueAnesthesiology · 2012
Typeletter
Langueen
DomaineMedicine
ThématiqueNeurological Complications and Syndromes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineUltrasoundOptometryMedical physicsOphthalmologyRadiology

Résumé

récupéré en direct d'OpenAlex

We read with interest the elegant article by Dubost et al. 1documenting a correlation between increased optic nerve sheath diameters and preeclampsia. At Bascom Palmer Eye Institute we have been studying the potential application of sonography for ophthalmic regional anesthesia.The application of sonic energy around the eye is not without risk. Thermal and mechanical bio-effects are well described. Multiple international regulatory authorities, including the U.S. Food and Drug Administration2and Health Canada* have imposed stricter physical parameters for the use of ophthalmic ultrasound. In particular, limits on Mechanical Index and Thermal Index have been reduced to 0.23 and less than 1, respectively.We recently published a rabbit model study that compared thermal and mechanical changes induced by exposure to ophthalmic- and nonophthalmic-rated transducers.3Our data showed significant changes in intraorbital temperature after exposure to the nonorbital rated Sonosite Micromaxx 6-13 MHz linear transducer (Bothell, WA).Great benefit may emanate from intra- or perioperative ultrasonic ocular examinations, whether for optic nerve sheath diameters, regional anesthesia, or other applications. Investigators must remain cognizant of the potential deleterious ocular effects of sonic energy, and ensure that only orbital-approved technology is used in future research.†University of Miami, Miller School of Medicine, Miami, Florida. hpalte@med.miami.edu

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)0,002
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,005
Science ouverte0,0020,001
Intégrité de la recherche0,0210,020
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,035
Tête enseignante GPT0,263
Écart entre enseignants0,228 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetNeurological Complications and SyndromesTravaux en français237 207