MétaCan
Menu
Retour à la cohorte
Enregistrement W2052867103 · doi:10.1097/mog.0b013e3283561f25

Mini-laparoscopy in the endoscopy unit

2012· review· en· W2052867103 sur OpenAlexaff
Arthur Hoffman, Farial Naima Rahman, Sanjay K. Murthy, Peter R. Galle, Ralf Kießlich

Notice bibliographique

RevueCurrent Opinion in Gastroenterology · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensMount Sinai HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCirrhosisLaparoscopyLiver biopsyRadiologyBiopsyEndoscopyLiver diseaseHepatocellular carcinomaPercutaneousStage (stratigraphy)GastroenterologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The evaluation of liver histology is an important component of the diagnosis and staging of liver diseases. The most common technique employed to sample liver tissue for decades has been percutaneous liver biopsy. Although this is a relatively well tolerated technique in the early stages of liver disease, it carries a high risk of complications, particularly hemorrhage, in patients with advanced cirrhosis. Mini-laparoscopy allows macroscopic assessment and biopsy under direct vision and therefore is a well tolerated and effective technique. RECENT FINDINGS: The major advantages of this technique are direct visualization of the liver surface, thereby allowing inspection for morphologic changes of cirrhosis as well as targeted biopsies, the ability to immediately treat potential complications (bleeding and bile leakage), furthermore the peritoneal cavity can be visualized to stage gastrointestinal (GI) malignancies. Additionally, 'blind' percutaneous liver biopsy fails to establish a diagnosis in about 25% of cases, largely because of sampling error. SUMMARY: This technique presents the opportunity to visualize the surface of the liver and the peritoneal cavity, making it a valuable tool for liver biopsy. This review summarizes the technique of mini-laparoscopy and addresses its potential uses and limitations as a diagnostic modality.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,308
Tête enseignante GPT0,409
Écart entre enseignants0,101 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in GastroenterologyMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207