MétaCan
Menu
Retour à la cohorte
Enregistrement W2042609062 · doi:10.1186/s40463-015-0065-7

A new diagnostic vestibular evoked response

2015· article· en· W2042609062 sur OpenAlexafffund
Zeinab Dastgheib, Brian Lithgow, Brian W. Blakley, Zahra Moussavi

Notice bibliographique

RevueJournal of Otolaryngology - Head and Neck Surgery · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensHealth Sciences CentreRiverview HospitalUniversity of Manitoba
Organismes subventionnairesMitacs
Mots-clésVestibular systemElectrocochleographyOtolithVestibular evoked myogenic potentialAudiologyLinear discriminant analysisMedicineComputer scienceArtificial intelligenceBiologyHearing loss

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the development of a new clinically applicable method for assessing vestibular function in humans with particular application in Meniere's disease. STUDY DESIGN: Sophisticated signal-processing techniques were applied to data from human subject undergoing tilts stimulating the otolith organs and semicircular canals. The most sensitive representatives of vestibular function were extracted as "features". METHODS: After careful consideration of expected response features, Electrovestibulography, a modified electrocochleography, recordings were performed on fourteen Meniere's patients and sixteen healthy controls undergoing controlled tilts. The data were subjected to multiple signal processing techniques to determine which "features" were most predictive of vestibular responses. RESULTS: Linear discriminant analysis and fractal dimension may allow data from a single tilt to be used to adequately characterize the vestibular system. CONCLUSION: Objective, physiologic assessment of vestibular function may become realistic with application of modern signal processing techniques.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,037
Tête enseignante GPT0,279
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Otolaryngology - Head and Neck SurgeryMême sujetVestibular and auditory disordersTravaux en français237 207