MétaCan
Menu
Retour à la cohorte
Enregistrement W2485693178 · doi:10.1097/rmr.0000000000000095

Adverse Effects of Gadolinium-Based Contrast Agents

2016· review· en· W2485693178 sur OpenAlexaff
Reza Forghani

Notice bibliographique

RevueTopics in Magnetic Resonance Imaging · 2016
Typereview
Langueen
DomaineMaterials Science
ThématiqueLanthanide and Transition Metal Complexes
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésNephrogenic systemic fibrosisMedicineGadoliniumMagnetic resonance imagingNephrotoxicityContrast (vision)Adverse effectIntensive care medicineKidney diseaseDiseaseRadiologyInternal medicineKidney

Résumé

récupéré en direct d'OpenAlex

Gadolinium-based contrast agents have been used for magnetic resonance imaging (MRI) examinations since the late 1980s with an excellent overall cumulative safety record. Initially favored for use in patients with renal impairment because of lack of significant nephrotoxic effect at clinical doses, in 2006, multiple reports convincingly linked the rare but serious disease nephrogenic systemic fibrosis to the administration of gadolinium-based contrast agents in patients with severe renal failure. This in turn led to new policies on administration of these agents, resulting in changes in practice patterns that have virtually resulted in the elimination of the disease after the year 2009. The purpose of this review is to summarize the factors that led to the emergence of nephrogenic systemic fibrosis, including the risk associated with different types of contrast agents based on their stability, and the changes in practice patterns and usage of gadolinium-based contrast agents in recent years that have been mainly driven by the discovery and association with nephrogenic systemic fibrosis. The article will conclude with a brief overview of new emerging safety concerns that could further impact the use of this class of contrast agents and impact practice patterns in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,280 · 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'étudeRevue systématique
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

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in Magnetic Resonance ImagingMême sujetLanthanide and Transition Metal ComplexesTravaux en français237 207