MétaCan
Menu
Retour à la cohorte
Enregistrement W2320929259 · doi:10.1097/md.0000000000000038

Morphologic Features of the Recipient Heart in Patients Having Cardiac Transplantation and Analysis of the Congruence or Incongruence Between the Clinical and Morphologic Diagnoses

2014· article· en· W2320929259 sur OpenAlexaff
William C. Roberts, Carey Camille Roberts, Jong Mi Ko, Giovanni Filardo, John E. Capehart, Shelley Hall

Notice bibliographique

RevueMedicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Immunology Research
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart transplantationMedical diagnosisTransplantationCongruence (geometry)CardiologyIntensive care medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Cardiac transplantation (CT) has been one of the great medical advances of the last nearly 50 years. We studied the explanted hearts of 314 patients having CT at Baylor University Medical Center Dallas from 1993 to 2012, and compared the morphologic diagnoses to the clinical diagnoses before CT. Among the 314 patients the morphologic and clinical diagnoses were congruent in 272 (87%) and incongruent in 42 (13%). Most of the incongruity occurred among the 166 patients with non-ischemic cardiomyopathy (non-IC) (36/166 [22%]), and of that group the major incongruity occurred among the patients with hypertrophic cardiomyopathy (7/17 [41%]), non-compaction left ventricular cardiomyopathy (NCLVC) (3/3 [100%]), mononuclear myocarditis (3/3 [100%]), arrhythmogenic right ventricular cardiomyopathy (ARVC) (4/4 [100%]), and cardiac sarcoidosis (8/8 [100%]). The phrase "non-IC" is a general term that includes several subsets of cardiac diseases and simply means "insignificant narrowing of 1 or more of the epicardial coronary arteries," but it does not specify the specific cause of the heart failure leading to CT. A number of cardiac illustrations are provided to demonstrate the morphologic variability occurring among the patients with IC and non-IC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,356
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations47
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetViral Infections and Immunology ResearchTravaux en français237 207