MétaCan
Menu
Retour à la cohorte
Enregistrement W2732737208 · doi:10.1002/jhbp.487

Diagnostic utility of radiological heterogeneity in acute severe (fulminant) autoimmune hepatitis

2017· article· en· W2732737208 sur OpenAlexfundno aff
Keiichi Fujiwara, Shin Yasui, Osamu Yokosuka, Shigeto Oda, Naoya Kato

Notice bibliographique

RevueJournal of Hepato-Biliary-Pancreatic Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Diseases and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Health, Labour and WelfareAlberta Innovates - Health Solutions
Mots-clésMedicineFulminantAutoimmune hepatitisAscitesRadiological weaponRadiologyFulminant hepatitisFulminant hepatic failureLiver biopsyComputed tomographyInternal medicineGastroenterologyBiopsyHepatitisLiver transplantationTransplantation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Histological examination is useful for the diagnosis of acute severe (fulminant) autoimmune hepatitis (AIH), but it is sometimes difficult to perform liver biopsy due to the complicated coagulopathy and ascites. We have shown that heterogeneous hypoattenuation on unenhanced computed tomography (CT) is a characteristic imaging feature of acute severe (fulminant) AIH. In the present study, we examined the utility of the imaging feature by applying the score to diagnose acute severe (fulminant) AIH. METHODS: Twenty-three patients with acute severe (fulminant) AIH were analyzed retrospectively. Modified AIH score was created by adding three points to AIH score with/without histological points in case of the presence of heterogeneous hypoattenuation on unenhanced CT. RESULTS: Areas of hypoattenuation were present in 15 (65%) patients, all of which were heterogeneous pattern. Five (22%) patients were diagnosed as "definite" AIH, 16 (69%) as "probable" and two (9%) as "non-diagnosis" by the revised original score without histological score. By adding three points, two of "non-diagnosis" changed to "probable" AIH, and all patients were diagnosed as AIH. CONCLUSIONS: Modified AIH score using heterogeneous CT image finding would be beneficial especially for patients in whom histological examinations cannot be performed because of complications.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,037
Tête enseignante GPT0,323
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hepato-Biliary-Pancreatic SciencesMême sujetLiver Diseases and ImmunityTravaux en français237 207