MétaCan
Menu
Retour à la cohorte
Enregistrement W3092031531 · doi:10.1097/aln.0000000000002583

Imaging the Injured Lung

2019· review· en· W3092031531 sur OpenAlexaff
Maurizio Cereda, Yi Xin, Alberto Goffi, Jacob Herrmann, David W. Kaczka, Brian P. Kavanagh, Gaetano Perchiazzi, Takeshi Yoshida, Rahim R. Rizi

Notice bibliographique

RevueAnesthesiology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésMedicineARDSAcute respiratory distressIntensive care medicineLungRadiologyDiffuse alveolar damageRespiratory distressInternal medicine

Résumé

récupéré en direct d'OpenAlex

Acute respiratory distress syndrome (ARDS) consists of acute hypoxemic respiratory failure characterized by massive and heterogeneously distributed loss of lung aeration caused by diffuse inflammation and edema present in interstitial and alveolar spaces. It is defined by consensus criteria, which include diffuse infiltrates on chest imaging-either plain radiography or computed tomography. This review will summarize how imaging sciences can inform modern respiratory management of ARDS and continue to increase the understanding of the acutely injured lung. This review also describes newer imaging methodologies that are likely to inform future clinical decision-making and potentially improve outcome. For each imaging modality, this review systematically describes the underlying principles, technology involved, measurements obtained, insights gained by the technique, emerging approaches, limitations, and future developments. Finally, integrated approaches are considered whereby multimodal imaging may impact management of ARDS.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,985
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,089
Tête enseignante GPT0,427
Écart entre enseignants0,337 · 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'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

Citations51
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207