MétaCan
Menu
Retour à la cohorte
Enregistrement W2982310559 · doi:10.1177/1753495x19875589

New evidence in diagnosis of pulmonary embolism during pregnancy

2019· article· en· W2982310559 sur OpenAlexaff
Julien Viau-Lapointe, Marie-Pier Arsenault

Notice bibliographique

RevueObstetric Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésMedicinePregnancyPulmonary embolismD-dimerObstetricsRadiologyIntensive care medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Diagnosis of pulmonary embolism (PE) in pregnancy is notoriously difficult and lacking high quality evidence. Three studies (DiPEP, ARTEMIS and CT-PE-Pregnancy) evaluating a systematic approach to PE diagnosis have recently been published. DiPEP is a retrospective case-control study that found a poor utility of clinical decision rules or D-dimer testing for PE diagnosis in pregnancy. ARTEMIS and CT-PE-Pregnancy are well conducted prospective management studies that proposed two algorithms with different clinical decision rules and D-dimer criteria for the diagnosis of PE in pregnancy. They included few events in high risk patients, which makes difficult the assessment of both algorithm's safety in women with a high probability of PE. Considering this new evidence, D-dimer testing might be useful to avoid radiation imaging in pregnant women considered at low risk for PE. In contrast, a negative D-dimer cannot be considered sufficiently safe to rule out PE when clinicians estimate that PE is the most likely diagnosis.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,108
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0030,000

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 Opus0,033
Tête enseignante GPT0,284
Écart entre enseignants0,251 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetric MedicineMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207