MétaCan
Menu
Retour à la cohorte
Enregistrement W2943080918 · doi:10.1097/rti.0000000000000412

Dual-Source Computed Tomography of the Chest in Blunt Thoracic Trauma

2019· article· en· W2943080918 sur OpenAlexaff
Teresa Liang, Patrick D. McLaughlin, James P. Nugent, Shamir Rai, Heiko Schmiedeskamp, Luck J. Louis, Faisal Khosa, Savvas Nicolaou

Notice bibliographique

RevueJournal of Thoracic Imaging · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma Management and Diagnosis
Établissements canadiensVancouver General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineArtifact (error)Thoracic aortaRadiologyNuclear medicineAortaImage qualityBlunt traumaAscending aortaSurgeryComputer visionImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to evaluate the clinical utility of temporal resolution optimization (TR-Opt), a computed tomography (CT) postprocessing technique, in reducing aortic motion artifacts in blunt thoracic trauma patients. MATERIALS AND METHODS: This was an IRB-approved study of 61 patients with blunt thoracic trauma carried out between February 18 and September 6, 2014; the patients had been imaged using a standardized dual-source high-pitch (DSHP) CT protocol. Image raw data were retrospectively postprocessed using the TR-Opt algorithm (DSHP-TR-Opt) and compared with conventional images (DSHP). Diagnostic ability to confidently identify and exclude potential injuries and qualitative aortic motion artifacts using a 5-point Likert scale (1=absence of motion artifacts; 5=severe motion artifact) was graded by 2 readers at multiple thoracic locations. Signal-to-noise and contrast-to-noise ratios were generated as quantitative indices of image quality. RESULTS: Motion artifacts degrading interpretation and limiting diagnosis of aortic injuries were present in 45% (442/976) of the assessed regions on DSHP. TR-Opt algorithm eliminated motion artifacts in 85% of the motion-degraded areas (375/442), leaving persistent motion artifacts in only 15% (67/442). Motion artifacts were most improved at the interventricular septum (1±1 vs. 3±1), aortic valve (2±1 vs. 4±1.5), and ascending aorta (1±1 vs. 3±2, P<0.005). Mean aorta noise (NAo) was 41.7% higher in the DSHP-TR-Opt images (26.5 vs. 18.7 HU, P<0.0001). CONCLUSIONS: Temporal resolution optimized reconstruction is a raw data-based CT postprocessing technique that can be used to remove the majority of thoracic aortic motion artifacts that commonly degrade interpretation when imaging blunt thoracic trauma patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,300
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic ImagingMême sujetTrauma Management and DiagnosisTravaux en français237 207