MétaCan
Menu
Retour à la cohorte
Enregistrement W2444690141

Validation of an automated method for assessing brachial artery endothelial dysfunction.

2002· article· en· W2444690141 sur OpenAlexaff
Mancini Gb, Eunice Yeoh, D. Abbott

Notice bibliographique

RevuePubMed · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineBrachial arteryUltrasoundCuffEndothelial dysfunctionForearmBiomedical engineeringCardiologyInternal medicineRadiologySurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Endothelial dysfunction is an early finding in diverse vascular diseases and can be measured noninvasively using brachial ultrasound. There is great interest in the potential use of this parameter for assessing interventions or cardiovascular prognosis. Automated image analysis of the ultrasound images would facilitate implementation of such measurements in high throughput clinics and/or large clinical trials. OBJECTIVES: To compare a new method designed to assess brachial artery diameter and percentage diameter changes through automated, beat-by-beat image processing (Brachial Tools, Medical Imaging Applications, USA), with a nonautomated method (Prosound System, Jet Propulsion Laboratory, USA). PATIENTS AND METHODS: Brachial ultrasound tapes from 12 patients undergoing endothelial function assessment using forearm cuff-occlusion, measurement of flow-mediated dilation and responses to nitroglycerin were analyzed by both methods. RESULTS: The correlation between the two systems was excellent for both the measurement of absolute diameters (r=0.995, P<0.001) and percentage diameter changes (r=0.973, P<0.001). The automated method demonstrated no bias compared with the frame-by-frame method and excellent precision (0.07 mm and 1.62 percentage diameter change). CONCLUSIONS: The automated method provides valid data while substantially diminishing analysis time.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,286

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 recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,320
Écart entre enseignants0,282 · 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
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

Citations35
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207