Acute Gastrointestinal Hemorrhage: Radiologic Diagnosis and Management
Notice bibliographique
Résumé
Acute gastrointestinal (GI) hemorrhage is common both in the emergency department and in the primary care setting [1]. In the United States, approximately 300,000 patients are admitted to the hospital annually [2]. Upper GI hemorrhage has an annual incidence that ranges from 40-150 episodes per 100,000 persons [3] compared with lower GI hemorrhage, which is less common, with an annual incidence that ranges from 20-27 episodes per 100,000 persons. The mortality rate from GI bleeding in the presence of hemodynamic instability may reach 40%, which makes accurate and prompt diagnosis of the source of bleeding crucial [4]. In more stable patients, the mortality is lower, ranging from 3.6%-19% [3,5,6]. In up to 75% of cases, bleeding will cease spontaneously, but recurrence may occur in 25%, which emphasizes the need for accurate diagnosis and effective therapy, preferably in the acute setting [2,6]. Endoscopy is considered the primary diagnostic and therapeutic modality in the setting of GI hemorrhage. Nevertheless, due to the large number of potential etiologies, a high prevalence of obscure bleeding sources, and the long length of the GI tract, with many segments inaccessible to endoscopy, imaging continues to play an important role in the diagnosis of GI hemorrhage [7]. Therefore, it is important that all diagnostic and interventional radiologists fully understand the role of imaging and endovascular treatment of GI hemorrhage. In this article, we
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».