MétaCan
Menu
Retour à la cohorte
Enregistrement W2588272840 · doi:10.2147/jhc.s125396

Liver Imaging Reporting and Data System: an expert consensus statement

2017· editorial· en· W2588272840 sur OpenAlexaff
Khaled M. Elsayes, Ania Z. Kielar, Michelle M. Agrons, Janio Szklaruk, An Tang, Mustafa R. Bashir, Donald G. Mitchell, Richard Kinh Gian, Kathryn J. Fowler, Victoria Chernyak, Claude B. Sirlin

Notice bibliographique

RevueJournal of Hepatocellular Carcinoma · 2017
Typeeditorial
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversité de MontréalUniversity of Ottawa
Organismes subventionnairesNational Cancer Institute
Mots-clésHepatocellular carcinomaCirrhosisMedicineIncidence (geometry)Medical physicsStatement (logic)RadiologyComputer scienceInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The increasing incidence and high morbidity and mortality of hepatocellular carcinoma (HCC) have inspired the creation of the Liver Imaging Reporting and Data System (LI-RADS). LI-RADS aims to reduce variability in exam interpretation, improve communication, facilitate clinical therapeutic decisions, reduce omission of pertinent information, and facilitate the monitoring of outcomes. LI-RADS is a dynamic process, which is updated frequently. In this article, we describe the LI-RADS 2014 version (v2014), which marks the second update since the initial version in 2011.

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)0,050
score de la tête « metaresearch » (Gemma)0,109
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,109
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,003
Communication savante0,0060,005
Science ouverte0,0050,003
Intégrité de la recherche0,0140,026
Charge utile insuffisante (le modèle a refusé de juger)0,0050,009

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 Opus0,120
Tête enseignante GPT0,334
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hepatocellular CarcinomaMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207