MétaCan
Menu
Retour à la cohorte
Enregistrement W2067324244 · doi:10.1177/08830738030180060301

Intra-arterial Tissue Plasminogen Activator for Thrombosis Complicating Cerebral Angiography in a 17-Year-Old Girl

2003· article· en· W2067324244 sur OpenAlexaff
Meredith R. Golomb, Mubeen F. Rafay, Derek Armstrong, Patricia Massicotte, Rosalind Curtis, Selina Hune, Gabrielle deVeber

Notice bibliographique

RevueJournal of Child Neurology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineThrombosisTissue plasminogen activatorVenous thrombosisThrombusCerebral arteriesMiddle cerebral arteryRadiologyMagnetic resonance angiographyCerebral angiographySurgeryAngiographyMagnetic resonance imagingInternal medicineIschemia

Résumé

récupéré en direct d'OpenAlex

Few reports describe the use of intraarterial recombinant tissue plasminogen activator to treat intracranial thrombosis in children. A 17-year-old girl with a history of prior venous thrombosis developed a left middle cerebral artery thrombus during diagnostic cerebral angiogram. Therapy with intra-arterial tissue plasminogen activator was initiated. An immediate follow-up angiogram demonstrated recanalization, and diffusion-weighted magnetic resonance imaging 9 hours later showed no evidence of infarction. Following the angiogram, femoral artery thrombosis developed. Treatment with supratherapeutic levels of heparin, localized delivery of intra-arterial tissue plasminogen activator, embolectomy, danaparoid, and dipyridamole failed to re-establish perfusion to the lower leg, and below the knee amputation was required. Neurologic examination remained normal 1 year later. Cerebral damage was avoided with the use of emergency intra-arterial tissue plasminogen activator for cerebral artery thrombosis in this child.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,252 · 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

Citations38
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207