MétaCan
Menu
Retour à la cohorte
Enregistrement W2077400345 · doi:10.1177/1089253207311685

A Proposed Algorithm for the Intraoperative Use of Cerebral Near-Infrared Spectroscopy

2007· article· en· W2077400345 sur OpenAlexaff
André Denault, Alain Deschamps, John M. Murkin

Notice bibliographique

RevueSeminars in Cardiothoracic and Vascular Anesthesia · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensWestern UniversityMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCerebral perfusion pressureOxygenPerfusionOxygen deliveryNasal cannulaCerebral blood volumeCannulaNear-infrared spectroscopyCerebral blood flowAnesthesiaBiomedical engineeringAlgorithmCardiologySurgeryComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Near-infrared spectroscopy (NIRS) is a technique that can be used as a noninvasive and continuous monitor of the balance between cerebral oxygen delivery and consumption. The authors develop and propose an algorithm for the use of NIRS based on optimizing factors that can affect cerebral oxygen supply/demand. These factors are the position of the vascular cannula, perfusion pressure, arterial oxygen content, partial pressure of carbon dioxide, haemoglobin, cardiac output, and the cerebral metabolic rate of oxygen. Dissemination of a useful treatment algorithm is the primary purpose of this article. Further multicenter studies are necessary to confirm the benefits and cost-effectiveness of this promising monitoring 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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,016
Tête enseignante GPT0,313
Écart entre enseignants0,297 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations326
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Cardiothoracic and Vascular AnesthesiaMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207