MétaCan
Menu
Retour à la cohorte
Enregistrement W2955984015 · doi:10.14740/jnr.v9i3.540

Evaluation of Volume Expansion Therapeutic Effect in Acute Ischemic Stroke

2019· article· en· W2955984015 sur OpenAlexvenueno aff
Xiaodong Liu, Xinyu Du, Ran An, Xiaoling Wang, Guangjian Liu, Yi Bao

Notice bibliographique

RevueJournal of Neurology Research · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurological deficitCardiologyInternal medicineStroke (engine)Diabetes mellitusCerebral infarctionBlood pressureIschemic strokeTherapeutic effectMyocardial infarctionAnesthesiaIschemia

Résumé

récupéré en direct d'OpenAlex

Background: Volume expansion therapy is widely used in clinical practice, whether expansion therapy has a certain effect on the recovery of neurological function in patients with ischemic stroke is very worth exploring. Our aim is to explore the value of dextran injection in patients with acute ischemic stroke. Methods: A total of 101 patients with cerebral infarction were divided into two groups: the expansion group and the control group. National Institutes of Health Stroke Scale (NIHSS) scores were assessed at the time of admission and discharge. Results: There was no statistically significant difference in neurological function improvement between the treatment group and the control group (P > 0.05). Moreover, some factors including age, sex, NIHSS baseline score, systolic blood pressure before treatment, hypertension, diabetes mellitus, coronary heart disease, degree of cerebral arterial stenosis and option of treatment method have no statistically significant contribution to the patients (P > 0.05). Conclusions: Dextran injection may not improve the degree of neurological deficit in acute ischemic stroke patients. J Neurol Res. 2019;9(3):23-27 doi: https://doi.org/10.14740/jnr540

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,116
Tête enseignante GPT0,421
Écart entre enseignants0,305 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology ResearchMême sujetNeurological Disorders and TreatmentsTravaux en français237 207