MétaCan
Menu
Retour à la cohorte
Enregistrement W3137789819 · doi:10.1111/ijcp.14160

Intraoperative neurophysiological monitoring in paediatric neurosurgery

2021· review· en· W3137789819 sur OpenAlexaff
Prasanna Udupi Bidkar, Astha Thakkar, Nitin Manohar, Keerthi Rao

Notice bibliographique

RevueInternational Journal of Clinical Practice · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueIntraoperative Neuromonitoring and Anesthetic Effects
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineIntraoperative neurophysiological monitoringNeurosurgeryPopulationNeurophysiologyIncidence (geometry)Neurological problemsSurgeryPediatrics

Résumé

récupéré en direct d'OpenAlex

Intraoperative neurophysiological monitoring (IONM) is commonly used in various surgical procedures in adults, but with technological and anaesthetic advancements, its use has extended to the paediatric population. The use of IONM in children poses a unique set of challenges considering the anatomical and physiological differences in this group of patients. The use of IONM aids in the localization of neural structures and enables surgeons to preserve the functional neural structures leading to decreased incidence of postoperative neurological deficits and better patient outcomes. In this article, we review the use of IONM in paediatric patients undergoing various spinal and cranial neurosurgical procedures. We discuss the patient characteristics, type of surgeries, and technical and anaesthetic considerations about IONM in this population.

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)0,003
score de la tête « metaresearch » (Gemma)0,048
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,175
Tête enseignante GPT0,535
Écart entre enseignants0,360 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Clinical PracticeMême sujetIntraoperative Neuromonitoring and Anesthetic EffectsTravaux en français237 207