MétaCan
Menu
Retour à la cohorte
Enregistrement W2894374581 · doi:10.21037/acs.2018.07.06

The use of intraoperative graft assessment in guiding graft revision

2018· editorial· en· W2894374581 sur OpenAlexaff
Teresa M. Kieser, David P. Taggart

Notice bibliographique

RevueAnnals of Cardiothoracic Surgery · 2018
Typeeditorial
Langueen
DomaineMedicine
ThématiqueCardiac and Coronary Surgery Techniques
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineModalitiesMyocardial infarctionArteryBypass surgeryCardiologyCoronary artery bypass surgerySurgeryRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Quality assurance (QA) in medicine is the practice of the prevention of errors and avoiding problems when delivering care in the form of medical therapy, both in terms of non-invasive and invasive procedures. It is rightly expected by patients. Up until the last 10 years, verification of intraoperative bypass graft patency was limited to a stable hemodynamic status, lack of electrocardiographic evidence of myocardial infarction and, if available, no new regional wall motion abnormalities on transesophageal echo. This perspective outlines two technologies for QA during coronary artery bypass graft (CABG) surgery: transit-time flow measurement (TTFM) for functional assessment of coronary grafts and anatomical evaluation with epicardial ultrasound (ECUS). TTFM is a seasoned technology, used since the late 1990s. ECUS is relatively new, used since 2012. TTFM alone, although useful for intraoperative bypass graft assessment, is not enough; 10-15% of graft values are ambiguous as to the efficacy of graft function. Therefore, although newer, ECUS is already being established as an indispensable tool for quality assessment in coronary surgery. The two modalities combined are vital for 'state of the art' intraoperative bypass graft assessment.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0030,001
Intégrité de la recherche0,0100,019
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,124
Tête enseignante GPT0,403
Écart entre enseignants0,280 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Cardiothoracic SurgeryMême sujetCardiac and Coronary Surgery TechniquesTravaux en français237 207