MétaCan
Menu
Retour à la cohorte
Enregistrement W3025392801 · doi:10.1080/13645706.2020.1763402

Distension media delivery systems in hysteroscopy: past, present and future

2020· review· en· W3025392801 sur OpenAlexaff
Rahul Manchanda, Gaetano Valenti, Aayushi Rathore, José Carugno, Péter Török, Gaetano Riemma, Maria Chiara De Angelis, George A. Vilos, Luís Alonso Pacheco, Salvatore Giovanni Vitale

Notice bibliographique

RevueMinimally Invasive Therapy & Allied Technologies · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueGynecological conditions and treatments
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésUterine cavityHysteroscopyDistensionMedicineSurgeryUterus

Résumé

récupéré en direct d'OpenAlex

To examine the uterine cavity and/or to perform hysteroscopic surgery, one has to access the uterine cavity through the cervix, distend the cavity with a fluid (liquid or gas) to visualize it with a telescope and/or a camera system and use energy (mechanical or thermal) to affect and/or remove tissue. Distension of the uterine cavity then is an important component of hysteroscopy, and during the last century, numerous attempts have been made to achieve an undistorted and unobstructed panoramic view of the uterine cavity. In order to achieve this goal, the uterine cavity has been distended with fluids using a variety of techniques, including gravity-assisted systems, pressure cuffed systems, and electronic pumps. Excessive fluid intravasation during hysteroscopy can lead to significant complications, and hence, automated fluid delivery systems have been developed recently to provide a safe and more efficient method of fluid delivery. This review aims to describe the evolution of distension media delivery systems chronologically from the 1900s to the present day.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,054
Tête enseignante GPT0,297
Écart entre enseignants0,243 · 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'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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinimally Invasive Therapy & Allied TechnologiesMême sujetGynecological conditions and treatmentsTravaux en français237 207