MétaCan
Menu
Retour à la cohorte
Enregistrement W2056856782 · doi:10.5489/cuaj.1207

Normal black kidney

2014· article· en· W2056856782 sur OpenAlexvenueno aff
A. Yarmohamadi, Ali Reza Akhavan Rezayat, Bahram Memar, Hamid Reza Rahimi

Notice bibliographique

RevueCanadian Urological Association Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Research and Pathophysiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKidneyHemosiderinLipofuscinRenal functionMedicinePathologyKidney cancerKidney diseaseRenal cell carcinomaInternal medicine

Résumé

récupéré en direct d'OpenAlex

A black kidney has 3 major differential diagnoses: hemosiderosis, lipofuscin pigment and melanotic renal cell carcinoma. Excluding lipofuscin, the other 2 are accompanied by an abnormal renal function. We report on a 25-year-old man who intended to donate a kidney to his cousin. On the operating room table when we incised the left flank region and exposed the kidney, we found a firm and black kidney so the operation was cancelled due to potential vascular injuries. Days after the incomplete procedure, we reviewed the donor's biochemistry and imaging to reassess his renal function, but the results showed quite normal renal function again. The result of Ham test was also negative. Two weeks later, we began the operation, removed the same left kidney and found that it was in the same conditions as it was before. We took the opportunity to send needle biopsies of the kidney for histopathologic analysis. The analysis showed a melanotic kidney without pathological changes in glomeruli and interstitium and vessels. A black kidney may result in hemosiderin, lipofuscin or melanin deposits in the kidney, which can confirm the diagnosis; however, special tests for underlying disease and renal function should be considered. Some causes of black kidney lead to abnormal function, but our patients's kidney returned to normal.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 GPT0,248
Écart entre enseignants0,236 · 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'étudeÉtude de cas
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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetBiomedical Research and PathophysiologyTravaux en français237 207