MétaCan
Menu
Retour à la cohorte
Enregistrement W2174407839 · doi:10.1586/14779072.2016.1113130

The role of imaging in the diagnosis and management of hypertrophic cardiomyopathy

2015· review· en· W2174407839 sur OpenAlexaff
Adaya Weissler‐Snir, Andrew Crean, Harry Rakowski

Notice bibliographique

RevueExpert Review of Cardiovascular Therapy · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHypertrophic cardiomyopathyCardiologyMagnetic resonance imagingInternal medicineCardiac magnetic resonance imagingVentricular outflow tract obstructionLeft ventricular hypertrophyCardiomyopathyRisk stratificationMyocardial hypertrophyMyocardial fibrosisMuscle hypertrophyRadiologyFibrosisHeart failure

Résumé

récupéré en direct d'OpenAlex

Hypertrophic cardiomyopathy (HCM) is the most common genetic cardiomyopathy, affecting approximately 1:500 people. As the yield of genetic testing is only about 35-60%, the diagnosis of HCM is still clinical and based on the demonstration of unexplained and usually asymmetric left ventricular (LV) hypertrophy by imaging modalities. In the past, echocardiography was the sole imaging modality used for the diagnosis and management of HCM. However, in recent years other imaging modalities such as cardiac magnetic resonance have played a major role in the diagnosis, management and risk stratification of HCM, particularly when the location of left ventricular hypertrophy is atypical (apex, lateral wall) and when the echocardiographic imaging is sub-optimal. However, the most unique contribution of cardiac magnetic resonance is the quantification of myocardial fibrosis. Exercise stress echocardiography is the preferred provocative test for the assessment of LV outflow tract obstruction, which is detected only on provocation in one-third of the patients.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,301 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Cardiovascular TherapyMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207