MétaCan
Menu
Retour à la cohorte
Enregistrement W2886868654 · doi:10.1148/radiol.2018172758

Mitral Valve Imaging with CT: Relationship with Transcatheter Mitral Valve Interventions

2018· review· en· W2886868654 sur OpenAlexaff
Jonathan Weir‐McCall, Philipp Blanke, Christopher Naoum, Victoria Delgado, Jeroen J. Bax, Jonathon Leipsic

Notice bibliographique

RevueRadiology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensSt. Paul's Hospital
Organismes subventionnairesBoston Scientific CorporationEdwards Lifesciences
Mots-clésMedicineMitral regurgitationMitral valveRadiologyCardiac imagingCardiologyGrading (engineering)Internal medicinevalvular heart disease

Résumé

récupéré en direct d'OpenAlex

The role of noninvasive imaging to help guide transcatheter aortic valvular interventions is well established and has grown with the advances in the procedure. With the rapid development of new transcatheter mitral valve interventions there is both an opportunity and a challenge for noninvasive imaging to grow understanding of mitral valve anatomy and disease, help with patient selection, and improve downstream clinical outcomes. This review will discuss the role of both echocardiography and multidetector CT in the diagnosis of mitral regurgitation, as well as grading of its severity and defining its etiology. Additionally, new concepts including measurements pertaining to mitral annular sizing, segmentation of mitral annular calcium, prediction of neo-left ventricular out flow tract obstruction, hybrid or fusion multidetector CT/echocardiographic imaging, and CT-based fluoroscopic guidance will be discussed.

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 candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,030
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 Opus0,052
Tête enseignante GPT0,391
Écart entre enseignants0,339 · 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.

Devis d'étudeObservationnel
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

Citations68
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologyMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207