MétaCan
Menu
Retour à la cohorte
Enregistrement W2039726769 · doi:10.1097/01.paf.0000201103.67465.6a

Pediatric Drowning

2006· article· en· W2039726769 sur OpenAlexaff
Gino R. Somers, David A. Chiasson, Charles R. Smith

Notice bibliographique

RevueAmerican Journal of Forensic Medicine & Pathology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésAutopsyMedicineIncidence (geometry)ResuscitationNear DrowningOccultPoison controlPleural effusionInjury preventionPediatricsSurgeryInternal medicinePathologyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

The pathologic findings in autopsies of drowning victims are nonspecific and vary from case to case. However, most reported pathologic series of drowning cases exclude children and do not take into consideration the unique circumstances surrounding bathtub drownings. In addition, the effect of resuscitation on the autopsy findings has not been studied in children. A retrospective review of autopsy records of non-bathtub drownings from a 20-year period (1984-2003) was performed and 63 cases were identified in 45 males and 18 females (age range 9 months to 17 years). The incidence of frothy exudate, pleural effusion, and increased lung weight was 43%, 36%, and 80%, respectively. The incidence of frothy exudate and the combination of all 3 factors was significantly higher in cases with no resuscitation compared with those cases with attempted resuscitation with or without delayed death. As the interval between the drowning episode and autopsy increased, the incidence of frothy exudate decreased significantly. There was no relationship between these findings and the age and sex of the decedent. Other clinical conditions or occult pathologic findings that may have contributed to death were found in 8 cases (13%). The findings highlight the need for thorough clinicopathologic correlation in cases of drowning to accurately interpret the pathologic findings.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,304
Écart entre enseignants0,292 · 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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Forensic Medicine & PathologyMême sujetInjury Epidemiology and PreventionTravaux en français237 207