MétaCan
Menu
Retour à la cohorte
Enregistrement W3163230395 · doi:10.1097/cce.0000000000000396

Intraparenchymal Neuromonitoring of Cerebral Fat Embolism Syndrome

2021· article· en· W3163230395 sur OpenAlexaffabout
Ryan L. Hoiland, Donald Griesdale, Peter Gooderham, Mypinder S. Sekhon

Notice bibliographique

RevueCritical Care Explorations · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensVancouver Coastal HealthVancouver General HospitalVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCerebral embolismFat embolismEmbolismFat embolism syndromeBlood pressureAnesthesiaIntensive care medicineCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We aimed to characterize the cerebrovascular physiology of cerebral fat embolism using invasive multimodal neuromonitoring. DATA SOURCES: ICU, Vancouver General Hospital, Vancouver, BC, Canada. STUDY SELECTION: Case report. DATA EXTRACTION: Patient monitoring software (ICM+, Cambridge, United Kingdom), clinical records, and surgical records. DATA SYNTHESIS: None. CONCLUSIONS: Our integrated assessment of the cerebrovascular physiology of fat embolism syndrome provides a physiologic basis to investigate the importance of augmenting mean arterial pressure to optimize cerebral oxygen delivery for the mitigation of long-term neurologic ischemic sequelae of cerebral fat embolism.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,055
Tête enseignante GPT0,325
Écart entre enseignants0,270 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Care ExplorationsMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207