MétaCan
Menu
Retour à la cohorte
Enregistrement W2755974114 · doi:10.1055/s-0037-1604299

New Treatment Approaches to Arteriovenous Malformations

2017· review· en· W2755974114 sur OpenAlexaff
Patrick Gilbert, Josée Dubois, M.F. Giroux, Gilles Soulez

Notice bibliographique

RevueSeminars in Interventional Radiology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueVascular Malformations Diagnosis and Treatment
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineArteriovenous malformationRadiologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Arteriovenous malformations (AVMs) are high-flow vascular anomalies that have demonstrated a very high recurrence rate after endovascular treatment, surgical treatment, or a combination of both. Surgical treatments have shown good response when they are small and well localized but a poor response when diffuse. A better understanding of the nature of the lesion has led to a better response rate and a safer treatment for these patients. This has been accomplished through a detailed understanding of the angioarchitecture of the lesion, enabling a tailored approach in reaching and targeting the nidus of the AVM with different liquid embolic agents, more specifically ethanol. Flow reduction techniques help in exposing the nidus to sclerosant agents. A clinical classification, the Schobinger classification, will help determine the appropriate time to start or to pursue therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,343
Tête enseignante GPT0,412
Écart entre enseignants0,069 · 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
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

Citations73
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Interventional RadiologyMême sujetVascular Malformations Diagnosis and TreatmentTravaux en français237 207