MétaCan
Menu
Retour à la cohorte
Enregistrement W2330351909 · doi:10.1097/mao.0000000000000611

The Clinical Value of Three-Dimensional Fluid-Attenuated Inversion Recovery Magnetic Resonance Imaging in Patients with Idiopathic Sudden Sensorineural Hearing Loss

2014· review· en· W2330351909 sur OpenAlexaboutno aff
Zhen Gao, Fanglu Chi

Notice bibliographique

RevueOtology & Neurotology · 2014
Typereview
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFluid-attenuated inversion recoveryMagnetic resonance imagingVertigoAudiologyAudiometrySensorineural hearing lossHearing lossNuclear medicineRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the correlation between findings of three-dimensional fluid-attenuated inversion recovery magnetic resonance imaging (3D FLAIR MRI) and baseline as well as outcome variables of idiopathic sudden sensorineural hearing loss (ISSHL). DATA SOURCES: Publications of all languages listed in PubMed and EMBASE STUDY SELECTION: Studies of ISSHL patients without primary treatment and precontrast 3D FLAIR MRI scan was performed. DATA EXTRACTION: Demographical and clinical characteristics of patients were extracted and the quality of studies was evaluated using the Newcastle-Ottawa Scale. DATA SYNTHESIS: Continuous and dichotomous data was synthesized in Inverse Variance and Mantel-Haenszel models, respectively. The aggregate results were estimated and displayed in forest plots. CONCLUSIONS: The presence of high signal (HS) in inner ear on 3D FLAIR MRI indicated more severe initial hearing loss, and the existence of HS in inner ear on 3D FLAIR MRI increased the incidence of vertigo by 2.88 times. Meta-analysis of the dichotomous data of hearing recovery rate showed the hazard of recovery in HS group was significantly less than the one in no signal (NS) group. The pooled hearing improvement in decibels also favored NS group, but statistically the difference was not significant.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,304
Écart entre enseignants0,270 · 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

Citations23
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtology & NeurotologyMême sujetVestibular and auditory disordersTravaux en français237 207