MétaCan
Menu
Retour à la cohorte
Enregistrement W2323515591 · doi:10.1097/mat.0000000000000092

High-Resolution Imaging Using the VisualSonics Vevo 2100 on Isolated, Perfused Porcine Kidneys on Mechanical Circulatory Support

2014· article· en· W2323515591 sur OpenAlexaboutno aff
Paul L. Linsky, Young Joon Choi, Rosemary Ouseph, Mark S. Slaughter, Bradley B. Keller, Christopher M. Jones

Notice bibliographique

RevueASAIO Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Transplantation Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal functionTransplantationUltrasoundPerfusionKidneyKidney transplantationCardiologyInternal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Despite many improvements in the field of renal transplantation, the key problem that persists is the lack of organs for all the patients who need kidneys. This problem continues despite the addition of extended criteria donors and donation after cardiac death. Compounding this issue is the high discard rate and there are no good means to truly predict renal function using current pretransplantation testing parameters. In an isolated renal perfusion model using porcine kidneys, we tested the proof of principle that a Vevo 2100 high-frequency high-resolution ultrasound system (Fujifilm VisualSonics, Inc., Toronto, Canada) could assess renal parenchymal perfusion and flow in the central renal vessels which could not assess by conventional ultrasound. Images and velocities were easily obtained during these studies. High-frequency ultrasound imaging may be a feasible and reproducible method for assessing renal parenchymal integrity and function pretransplantation. Further studies are required to determine the sensitivity and specificity of this approach in comparison with traditional renal biopsy pretransplantation with the goal of increasing the identification and use of donated kidneys for transplantation.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,293
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASAIO JournalMême sujetOrgan Transplantation Techniques and OutcomesTravaux en français237 207