MétaCan
Menu
Retour à la cohorte
Enregistrement W3173862963 · doi:10.1080/14767058.2021.1940943

Specification and guideline for technical aspects and scanning parameter settings of neonatal lung ultrasound examination

2021· article· en· W3173862963 sur OpenAlexaff
Jing Liu, Guo Guo, Dalibor Kurepa, Giovanni Volpicelli, Erich Sorantin, Jovan Lovrenski, Almudena Alonso‐Ojembarrena, Kai‐Sheng Hsieh, Abhay Lodha, Tsu F. Yeh, Mateusz Jagła, Heli Shah, Yan Wei, Caibao Hu, Xiaoguang Zhou, Ruijun Guo, Haiying Cao, Yan Wang, Haifeng Zong, Li-Li Shang, Hai‐Ran Ma, Ying Liu, Wei Fu, Ruiyan Shan, Ru-Xin Qiu, Xiao-Ling Ren, Roberto Copetti, Javier Rodríguez‐Fanjul, Francesco Feletti

Notice bibliographique

RevueThe Journal of Maternal-Fetal & Neonatal Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesWu Jieping Medical Foundation
Mots-clésUltrasoundComputer scienceTransducerMedical physicsMedicineRadiologyAcoustics

Résumé

récupéré en direct d'OpenAlex

Lung ultrasound (LUS) is now widely used in the diagnosis and monitor of neonatal lung diseases. Nevertheless, in the published literatures, the LUS images may display a significant variation in technical execution, while scanning parameters may influence diagnostic accuracy. The inter- and intra-observer reliabilities of ultrasound exam have been extensively studied in general and in LUS. As expected, the reliability declines in the hands of novices when they perform the point-of-care ultrasound (POC US). Consequently, having appropriate guidelines regarding to technical aspects of neonatal LUS exam is very important especially because diagnosis is mainly based on interpretation of artifacts produced by the pleural line and the lungs. The present work aimed to create an instrument operation specification and parameter setting guidelines for neonatal LUS. Technical aspects and scanning parameter settings that allow for standardization in obtaining LUS images include (1) select a high-end equipment with high-frequency linear array transducer (12-14 MHz). (2) Choose preset suitable for lung examination or small organs. (3) Keep the probe perpendicular to the ribs or parallel to the intercostal space. (4) Set the scanning depth at 4-5 cm. (5) Set 1-2 focal zones and adjust them close to the pleural line. (6) Use fundamental frequency with speckle reduction 2-3 or similar techniques. (7) Turn off spatial compounding imaging. (8) Adjust the time-gain compensation to get uniform image from the near-to far-field.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,007

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,306 · 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
GenreMéthodes

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

En bref

Citations60
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Maternal-Fetal & Neonatal MedicineMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207