MétaCan
Menu
Retour à la cohorte
Enregistrement W2529348238 · doi:10.1007/s40846-016-0173-5

Technique for Measuring Limb Occlusion Pressure that Facilitates Personalized Tourniquet Systems: A Randomized Trial

2016· article· en· W2529348238 sur OpenAlexaff
Bassam A. Masri, Brian J. Day, Alastair Younger, Jeswin Jeyasurya

Notice bibliographique

RevueJournal of Medical and Biological Engineering · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTourniquetRandomized controlled trialOcclusionMedicinePhysical medicine and rehabilitationSurgery

Résumé

récupéré en direct d'OpenAlex

We developed a technique for measuring patient limb occlusion pressure (LOP) through a tourniquet cuff that overcomes many limitations of existing LOP measurement techniques. The purpose of the study is to determine whether the LOP measured by the proposed technique is statistically or clinically different from that measured by the gold standard Doppler ultrasound technique. The study used randomized crossover multicenter trials. 143 pre- and post-surgical patients with a mean age of 54 years (range 17-86 years) were enrolled in the study. Pneumatic cuffs were applied to the non-operative upper and lower limbs and LOP was measured using the proposed technique and the Doppler ultrasound technique. From a total of 252 usable measurements for each technique (134 for upper limbs and 118 for lower limbs), the mean difference in LOP between the two techniques was 1 ± 8 mmHg for the upper limbs, 0 ± 15 mmHg for the lower limbs, and 1 ± 12 mmHg overall. The differences between the proposed technique and the Doppler technique were neither statistically nor clinically significant. The simplicity, effectiveness, and accuracy of the proposed technique should lead to broader clinical usage and acceptance of LOP measurement, thus leading to safer, personalized pressures in surgical tourniquet applications.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,037
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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'étudeEssai randomisé
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

Citations69
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical and Biological EngineeringMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207