MétaCan
Menu
Retour à la cohorte
Enregistrement W3014647297 · doi:10.1002/mus.26878

Ultrasound analysis of cervical paraspinal muscles for needle EMG examination

2020· article· en· W3014647297 sur OpenAlexaff
Serge Mrkobrada

Notice bibliographique

RevueMuscle & Nerve · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Nerve Disorders
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineUltrasoundAnatomyBlood flowDoppler ultrasoundNuclear medicineLaminaRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ultrasound was used to determine optimal needle insertion parameters and assess the vasculature of paraspinal muscles at C5-T1 spinal levels across patients with different body mass indices (BMIs). METHODS: Thirty patients underwent ultrasound examination of the cervical paraspinal muscles at the C5-T1 levels. Images were analyzed to determine the optimal distance and angle of needle insertion to reach the base of the right lamina. Color and spectral Doppler analysis were used to identify and map paraspinal blood vessels. RESULTS: Mean distances and angles varied from 35.1 mm and 17.27 degrees for the low BMI group at C5 to 65.1 mm and 9.85 degrees for the high BMI group at T1. Paraspinal blood vessel mapping revealed a random distribution of vasculature. CONCLUSIONS: Longer distances and steeper angles of needle insertion are required for patients with higher BMIs. Cervical paraspinal arteries vary in distribution and can be visualized with ultrasound.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,789
Score d'incertitude au seuil0,620

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,294
Écart entre enseignants0,257 · 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.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetPeripheral Nerve DisordersTravaux en français237 207