MétaCan
Menu
Retour à la cohorte
Enregistrement W2803573267 · doi:10.14740/jmc.v9i6.3072

Anesthetic Management During Posterior Spinal Fusion in a Patient With Moyamoya

2018· article· en· W2803573267 sur OpenAlexvenueno aff
Mary Jane Romnek, David P. Martin, Laura Gill, Jan Klamar, Joseph D. Tobias

Notice bibliographique

RevueJournal of Medical Cases · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMoyamoya disease diagnosis and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMoyamoya diseaseAnestheticAnesthesiaPropofolCardiologySurgery

Résumé

récupéré en direct d'OpenAlex

Moyamoya disease is an arteriopathy of the vasculature of the central nervous system that predisposes patients to cerebrovascular ischemia and thrombotic strokes. It is characterized by a progressive narrowing of the intracranial component of the internal carotid arteries as well as the proximal branches of the anterior and middle cerebral arteries thereby predisposing patients to episodes of cerebrovascular insufficiency. Moyamoya disease adds an additional level of complexity to the anesthetic care of patients undergoing major surgical procedures related to concerns of maintaining adequate cerebral perfusion and oxygenation. These patients may present with a history of transient ischemic attacks or cerebrovascular accidents with resultant neurological deficits, cognitive delay and seizures at baseline. We present an 18-year-old woman with moyamoya disease who required anesthetic care during a posterior spinal fusion for a neuromuscular disorder. Physiological parameter management intraoperatively is discussed and options for anesthetic care are presented with an emphasis on the use of near infrared spectroscopy to monitor cerebral oxygenation. J Med Cases. 2018;9(6):190-193 doi: https://doi.org/10.14740/jmc3072w

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)0,000
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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,286
Écart entre enseignants0,273 · 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'étudeÉtude de cas
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical CasesMême sujetMoyamoya disease diagnosis and treatmentTravaux en français237 207