MétaCan
Menu
Retour à la cohorte
Enregistrement W3081027406 · doi:10.3389/fped.2020.00489

Diagnostic Workup of Neonates With Esophageal Atresia: Results From the EUPSA Esophageal Atresia Registry

2020· article· en· W3081027406 sur OpenAlexaff
Francesco Morini, Andrea Conforti, Augusto Zani, Sanja Sindjić-Antunović, Antti Koivusalo, Florian Friedmacher, Ernest van Heurn, Agostino Pierro, Michael E. Höllwarth, Pietro Bagolan

Notice bibliographique

RevueFrontiers in Pediatrics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal and GI Pathology
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineTracheoesophageal fistulaAtresiaCohortRadiologySurgeryPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Aim: Controversies exist on the optimal diagnostic workup for neonates with esophageal atresia (EA) with/without tracheoesophageal fistula (TEF). Aim of this study was to describe the current diagnostic policies in EA/TEF patients enrolled in an International multicenter registry. Methods: All patients consecutively registered from July 2014 to December 2017 in the EUPSA Esophageal Atresia Registry (EUPSA-EAR) were included in the study. Data related to diagnostic investigations among Centres forming the EUPSA-EAR were analyzed. Chi-square test or Fisher’s exact test were used as appropriate. Main results: During the study period, 374 consecutive patients were recorded by 23 Centers. The majority of patients underwent chest X rays, echocardiography, abdominal ultrasound, and abdominal X rays. Preoperative bronchoscopy and esophageal gap measurement were performed in one third of the patients. Conclusions: Present data from a large cohort of patients from the EUPSA- EAR show both inter-institutional and intra-institutional variability in diagnostic workup of patients with EA/TEF. Efforts should be made to develop guidelines on the diagnostic workup for EA/TEF patients.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetEsophageal and GI PathologyTravaux en français237 207