MétaCan
Menu
Retour à la cohorte
Enregistrement W2903234692 · doi:10.1111/echo.14197

Ultrasound assessment of carotid arteries: Current concepts, methodologies, diagnostic criteria, and technological advancements

2018· review· en· W2903234692 sur OpenAlexaff
Christopher S. G. Murray, Tamanna Nahar, Hayrapet Kalashyan, Harald Becher, Navin C. Nanda

Notice bibliographique

RevueEchocardiography · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)StenosisCarotid arteriesCoronary artery diseaseDiseaseRadiologyCarotid artery diseaseCardiologyModalitiesUltrasoundCause of deathIntensive care medicineInternal medicineCarotid endarterectomy

Résumé

récupéré en direct d'OpenAlex

Following cardiac disease and cancer, stroke continues to be the third leading cause of death and disability due to chronic disease in the developed world. Appropriate screening tools are integral to early detection and prevention of major cardiovascular events. In a carotid artery, the presence of increased intima-media thickness, plaque, or stenosis is associated with increased risk of a transient ischemic attack or a stroke. Carotid artery ultrasound remains a long-standing and reliable tool in the current armamentarium of diagnostic modalities used to assess vascular morbidity at an early stage. The procedure has, over the last two decades, undergone considerable upgrades in technology, approach, and utility. This review examines in detail the current state and usage of this integrally important means of extracranial cerebrovascular 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,064
Tête enseignante GPT0,424
Écart entre enseignants0,360 · 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'étudeSans objet
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

Citations96
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEchocardiographyMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207