MétaCan
Menu
Retour à la cohorte
Enregistrement W2510110098 · doi:10.1007/s10561-016-9570-9

Disinfection of human cardiac valve allografts in tissue banking: systematic review report

2016· review· en· W2510110098 sur OpenAlexafffund
Marc Germain, Michael J. Strong, G Dowling, Jim Mohr, Andrew Duong, Alisha Garibaldi, Nicole Simunovic, Olufemi R. Ayeni

Notice bibliographique

RevueCell and Tissue Banking · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueInfective Endocarditis Diagnosis and Management
Établissements canadiensMcMaster University Medical CentreMcMaster UniversityCanadian Blood ServicesHéma-Québec
Organismes subventionnairesCanadian Blood Services
Mots-clésBioburdenMedicineAntibioticsTransplant surgeryIntensive care medicineClinical PracticeSurgeryMicrobiologyBiology

Résumé

récupéré en direct d'OpenAlex

Cardiovascular allografts are usually disinfected using antibiotics, but protocols vary significantly between tissue banks. It is likely that different disinfection protocols will not have the same level of efficacy; they may also have varying effects on the structural integrity of the tissue, which could lead to significant differences in terms of clinical outcome in recipients. Ideally, a disinfection protocol should achieve the greatest bioburden reduction with the lowest possible impact on tissue integrity. We conducted a systematic review of methods applied to disinfect cardiovascular tissues. The use of multiple broad spectrum antibiotics in conjunction with an antifungal agent resulted in the greatest reduction in bioburden. Antibiotic incubation periods were limited to less than 24 h, and most protocols incubated tissues at 4 °C, however one study demonstrated a greater reduction of microbial load at 37 °C. None of the reviewed studies looked at the impact of these disinfection protocols on the risk of infection or any other clinical outcome in recipients.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
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: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,027
Tête enseignante GPT0,344
Écart entre enseignants0,317 · 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

Citations29
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell and Tissue BankingMême sujetInfective Endocarditis Diagnosis and ManagementTravaux en français237 207