MétaCan
Menu
Retour à la cohorte
Enregistrement W3033768866 · doi:10.1148/radiol.2020192437

Update to the Society of Radiologists in Ultrasound Liver Elastography Consensus Statement

2020· review· en· W3033768866 sur OpenAlexaff
R. Graham Barr, Stephanie R. Wilson, Deborah J. Rubens, Guadalupe García–Tsao, Giovanna Ferraioli

Notice bibliographique

RevueRadiology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineElastographyUltrasoundRadiologyMedical physics

Résumé

récupéré en direct d'OpenAlex

This multidisciplinary update of the Society of Radiologists in Ultrasound consensus statement on liver elastography incorporates the large volume of new information available in the literature since the initial publication. The recommended procedure for acquiring stiffness measurements is reviewed. There has been substantial improvement in the acoustic radiation force impulse (ARFI) technology-most notably the addition of a quality assessment of the shear wave propagation. Due to the efforts of the Quantitative Imaging Biomarkers Alliance, or QIBA, the variability of liver stiffness measurements between systems had decreased. There are now effective treatments for hepatitis B and hepatitis C, and follow-up after effective treatment should be based on the use of the delta change of the value obtained at viral eradication or suppression. Because the detection of compensated advanced chronic liver disease (cACLD) is very important, the new guidelines are made based on the probability of cACLD for given stiffness values. The panel recommends a vendor-neutral rule of four for interpretation for ARFI techniques. This new method simplifies interpretation of liver stiffness results and is more clinically relevant.

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)0,010
score de la tête « metaresearch » (Gemma)0,020
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,010

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 Opus0,045
Tête enseignante GPT0,336
Écart entre enseignants0,290 · 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

Citations450
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologyMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207