MétaCan
Menu
Retour à la cohorte
Enregistrement W2752782288 · doi:10.1111/1556-4029.13634

Quantifying Macrophages and Hemosiderin in Pediatric Dura Mater,

2017· article· en· W2752782288 sur OpenAlexaff
Alison Krywanczyk, Elizabeth A. Bundock

Notice bibliographique

RevueJournal of Forensic Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Abuse and Related Trauma
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésHemosiderinDura materPathologyAutopsyHematomaMedicinePia materImmunostainingMeningesHistologyStainingGiant cellSubdural hemorrhageAnatomyImmunohistochemistrySurgery

Résumé

récupéré en direct d'OpenAlex

Determining the age of a subdural hematoma at autopsy is of great interest for medicolegal purposes. The appearance of pigment-laden macrophages is often referenced as evidence that the subdural hematoma is 3-4 days old. However, understanding the significance of macrophages and hemosiderin requires understanding the histology of infant dura. Samples of grossly unremarkable dura taken from 17 pediatric autopsies were identified and histologically confirmed to lack subdural neomembrane. CD68 immunostaining and Prussian blue staining was performed. The CD68-positive cells per high-power field were quantified, and the presence of iron-containing cells was recorded. CD68-positive cells were present in all cases, even in the dural border layer. Iron-containing cells were identified in 59% of cases, and in the dural border layer in 29%. Therefore, CD68-positive and iron-containing cells can be present in pediatric dura without neomembrane or macroscopic subdural hemorrhage, and this requires consideration when estimating the age of a subdural hematoma.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,017
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,056
Tête enseignante GPT0,335
Écart entre enseignants0,279 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetChild Abuse and Related TraumaTravaux en français237 207