MétaCan
Menu
Retour à la cohorte
Enregistrement W3106980222 · doi:10.1002/jum.15571

Canadian Internal Medicine Ultrasound (CIMUS) Expert Consensus Statement on the Use of Lung Ultrasound for the Assessment of Medical Inpatients With Known or Suspected Coronavirus Disease 2019

2020· article· en· W3106980222 sur OpenAlexafffundabout
Irene Ma, Arif Hussain, Michael Wagner, Brandie Walker, Alex Chee, Shane Arishenkoff, Brian Buchanan, Rachel Liu, G. E. Mints, Tanping Wong, Vicki E. Noble, Ana Claudia Tonelli, Elaine Dumoulin, Daniel J. Miller, Christopher A. Hergott, Andrew S. Liteplo

Notice bibliographique

RevueJournal of Ultrasound in Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity of British ColumbiaCalgary General HospitalUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésMedicineAppropriate Use CriteriaMEDLINEStatement (logic)Coronavirus disease 2019 (COVID-19)Intensive care medicineUltrasoundMedical physicsDiseaseFamily medicineRadiologyInfectious disease (medical specialty)PathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To develop a consensus statement on the use of lung ultrasound (LUS) in the assessment of symptomatic general medical inpatients with known or suspected coronavirus disease 2019 (COVID-19). METHODS: Our LUS expert panel consisted of 14 multidisciplinary international experts. Experts voted in 3 rounds on the strength of 26 recommendations as "strong," "weak," or "do not recommend." For recommendations that reached consensus for do not recommend, a fourth round was conducted to determine the strength of those recommendations, with 2 additional recommendations considered. RESULTS: Of the 26 recommendations, experts reached consensus on 6 in the first round, 13 in the second, and 7 in the third. Four recommendations were removed because of redundancy. In the fourth round, experts considered 4 recommendations that reached consensus for do not recommend and 2 additional scenarios; consensus was reached for 4 of these. Our final recommendations consist of 24 consensus statements; for 2 of these, the strength of the recommendations did not reach consensus. CONCLUSIONS: In symptomatic medical inpatients with known or suspected COVID-19, we recommend the use of LUS to: (1) support the diagnosis of pneumonitis but not diagnose COVID-19, (2) rule out concerning ultrasound features, (3) monitor patients with a change in the clinical status, and (4) avoid unnecessary additional imaging for patients whose pretest probability of an alternative or superimposed diagnosis is low. We do not recommend the use of LUS to guide admission and discharge decisions. We do not recommend routine serial LUS in patients without a change in their clinical condition.

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)0,097
score de la tête « metaresearch » (Gemma)0,167
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,167
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0080,004
Études des sciences et des technologies0,0060,003
Communication savante0,0040,002
Science ouverte0,0090,006
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,124
Tête enseignante GPT0,420
Écart entre enseignants0,296 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Ultrasound in MedicineMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207