MétaCan
Menu
Retour à la cohorte
Enregistrement W2894053729 · doi:10.1007/s00701-018-3687-5

Optimal cerebral perfusion pressure via transcranial Doppler in TBI: application of robotic technology

2018· article· en· W2894053729 sur OpenAlexafffund
Frederick A. Zeiler, Marek Czosnyka, Peter Smielewski

Notice bibliographique

RevueActa Neurochirurgica · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesCambridge Commonwealth TrustUniversity of CambridgeUniversity of Manitoba
Mots-clésTranscranial DopplerMedicineCerebral perfusion pressureIntracranial pressureTraumatic brain injuryCerebral autoregulationNeuroradiologyAnesthesiaAutoregulationPerfusionNeurologyNeurosurgeryInternal medicineCerebral blood flowBlood pressureSurgery

Résumé

récupéré en direct d'OpenAlex

Individualized cerebral perfusion pressure (CPP) targets may be derived via assessing the minimum of the parabolic relationship between an index of cerebrovascular reactivity and CPP. This minimum is termed the optimal CPP (CPPopt), and literature suggests that the further away CPP is from CPPopt, the worse is clinical outcome in adult traumatic brain injury (TBI). Typically, CPPopt estimation is based on intracranial pressure (ICP)-derived cerebrovascular reactivity indices, given ICP is commonly measured and provides continuous long duration data streams. The goal of this study is to describe for the first time the application of robotic transcranial Doppler (TCD) and the feasibility of determining CPPopt based on TCD autoregulation indices.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,250
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
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

Citations41
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa NeurochirurgicaMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207