Urological applications of near infrared spectroscopy.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Near infrared spectroscopy (NIRS) uses light to monitor changes in the concentration of oxyhemoglobin and deoxyhemoglobin in living tissue non-invasively and in real time. Applications of NIRS in urology research and the strengths and limitations of this technology are reviewed. MATERIAL AND METHODS: A Medline and Pub-Med search using "spectroscopy" with heading terms: near infrared (NIR), near infrared spectroscopy (NIRS), urology, kidney, renal, urinary tract, bladder, prostate, testis and penis. RESULTS: Research incorporating NIRS has investigated a range of urologic conditions where a hemodynamic or vascular etiology is thought to be the underlying pathophysiology: as an aid to diagnosis in cryptorchidism, testicular torsion and vasculogenic erectile dysfunction; to evaluate renal metabolism and bladder dysfunction, and to study skeletal muscle metabolism in end stage renal disease. Strengths and limitations of NIRS relate primarily to the basic physics of how light in the NIR spectrum penetrates tissue and is scattered and absorbed. CONCLUSIONS: NIRS is a non-invasive, portable, real time measure of changes in tissue perfusion and oxygenation. In urology NIRS appears particularly applicable in ischemic conditions, and the evaluation of disorders associated with alterations in regional tissue hemodynamics (local changes in pressure, muscle contraction and urinary tract obstruction). Because the bladder detrusor can be interrogated transcutaneously NIRS may also provide a non-invasive means of evaluating patients with voiding dysfunction. Studies to date warrant further research and specific refinement of instrumentation and algorithm software for urologic applications, as NIRS could provide urologists with new methods of non-invasive physiologic diagnostic evaluation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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