MétaCan
Menu
Retour à la cohorte
Enregistrement W2328368017 · doi:10.1097/mcp.0b013e3283621b49

Dysfunction of the diaphragm

2013· review· en· W2328368017 sur OpenAlexaff
Nadir Kharma

Notice bibliographique

RevueCurrent Opinion in Pulmonary Medicine · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineDiaphragmatic breathingDiaphragm (acoustics)Magnetic resonance imagingPhrenic nerveRadiologyIntensive care medicineRespiratory systemInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: This review summarizes the utility and efficacy of different imaging modalities in the diagnosis of diaphragmatic dysfunction. RECENT FINDINGS: Dynamic MRI of the diaphragm has been recently described in the literature as a tool allowing more detailed study of diaphragmatic dysfunction. SUMMARY: The diaphragm is the primary muscle of ventilation. Diaphragmatic dysfunction can be partial or complete, unilateral or bilateral. The diagnosis is difficult to establish at certain times due to diversity of presentations and severity of symptoms. There are several causes of diaphragmatic dysfunction, which adds to the complexity of diagnostic workup. In this review, the basic anatomy and function of the diaphragm and the different pathologic processes that may affect its function will be presented. These processes may originate in the brain, spinal cord, phrenic nerve or the diaphragm itself. Furthermore, this article will review the utility and efficacy of different diagnostic modalities in the diagnosis of diaphragmatic dysfunction. Most of these imaging tools have been well known for several years, including plain chest radiographs, fluoroscopy and ultrasound. An emerging mode is magnetic resonance dynamic imaging, which is another potentially effective way of functional diaphragmatic imaging that is still not part of routine clinical practice.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,175
Tête enseignante GPT0,412
Écart entre enseignants0,237 · 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'étudeAutre devis
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

Citations56
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Pulmonary MedicineMême sujetRespiratory Support and MechanismsTravaux en français237 207