MétaCan
Menu
Retour à la cohorte
Enregistrement W2809694410 · doi:10.6000/1929-2279.2018.07.03.4

Do we Need to Wake Patients up during Cortical Surgery?

2018· article· en· W2809694410 sur OpenAlexvenueno aff
Lorena Vega-Zelaya, Rafael G. Sola, Paloma Pulido, Jesús T. Pastor

Notice bibliographique

RevueJournal of cancer research updates · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIntraoperative Neuromonitoring and Anesthetic Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrocorticographyIntraoperative neurophysiological monitoringElectroencephalographyNeurophysiologyPsychologyNeuroscienceClinical PracticeRelevance (law)MedicineComputer sciencePhysical therapy

Résumé

récupéré en direct d'OpenAlex

In recent years, a renewed fashion for awake surgery has appeared. In spite of its undoubted utility for scientific research, this technique has several limitations and flaws, usually not debated by parts of the scientific community. We will discuss the aims and limitations of cortical surgery, especially the points relevant to protecting the patient. These objectives should define the guidelines that direct clinical practice. We will review the awake technique as well as various tools used in intraoperative neurophysiological monitoring (IONM) to explore and monitor several cortical functions during long surgeries. The main topics discussed include electrocorticography (ECoG) and cortically recorded evoked potentials (EP), including somatosensory, visual and auditory. Later, we will discuss methods to identify and survey motor functions as motor-evoked potentials, although they are elicited trans-cranially. Finally, we will briefly discuss a promising technique to monitor some language functions in anaesthetized patients, such as cortico-cortical evoked potentials (CCEP). We will address in depth some technical questions about electrical stimulation whose full relevance are not always considered. Finally, we will discuss why, in the absence of empirical facts showing unequivocal superiority in post-surgical outcome, we have to awaken patients, especially when an alternate possibility exists without worst clinical results, as is the case for IONM.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,008
Science ouverte0,0010,002
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,063
Tête enseignante GPT0,429
Écart entre enseignants0,367 · 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'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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetIntraoperative Neuromonitoring and Anesthetic EffectsTravaux en français237 207