MétaCan
Menu
Retour à la cohorte
Enregistrement W2895376433 · doi:10.4018/978-1-5225-3085-5.ch008

Radiation-Induced Lung Injury Imaging

2018· book-chapter· en· W2895376433 sur OpenAlexaff
Jessica R. Perez

Notice bibliographique

RevueAdvances in medical diagnosis, treatment, and care (AMDTC) book series · 2018
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLimitingMedicineFunctional imagingMedical imagingMolecular imagingPhase imagingRadiologyMedical physicsPathologyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Radiation-induced lung injury (RILI) occurs in up to 30% of thoracic radiotherapy (RT) cases and is a major limiting factor of dose escalation to achieve tumor control and improve survival. RILI can be separated into two phases: an early inflammatory phase and a late fibrotic phase. Imaging has the potential to provide a helpful understanding of RILI for diagnosis, monitoring and treatment. Current clinical imaging methods rely on anatomical imaging and occasionally incorporate functional imaging. With the advent of molecular imaging, specific targeted probes can be designed to image RILI at every stage of the process. Molecular imaging is still in its infancy and most new RILI imaging techniques are still under development. This chapter summarizes the different imaging methods used clinically for RILI imaging and explores new developments for the future of RILI management.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0640,037

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 Opus0,006
Tête enseignante GPT0,292
Écart entre enseignants0,287 · 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
GenreAutre

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 revueAdvances in medical diagnosis, treatment, and care (AMDTC) book seriesMême sujetEffects of Radiation ExposureTravaux en français237 207