MétaCan
Menu
Retour à la cohorte
Enregistrement W4206736206 · doi:10.1136/neurintsurg-2021-018101

Endovascular treatment for cerebral venous thrombosis: current status, challenges, and opportunities

2022· review· en· W4206736206 sur OpenAlexaff
Mayank Goyal, Joachim Fladt, Jonathan M. Coutinho, Rosalie McDonough, Johanna M. Ospel

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Venous Sinus Thrombosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineEndovascular treatmentVenous thrombosisStroke (engine)Intensive care medicineDiseaseThrombosisRadiologySurgeryInternal medicineAneurysm

Résumé

récupéré en direct d'OpenAlex

Cerebral venous thrombosis (CVT) mostly affects young people. So far, endovascular treatment (EVT) has not been shown to be beneficial in CVT, partially because venous EVT tools are not yet fully optimized, and therefore EVT is only used as a rescue treatment in rare cases. Identifying a subgroup of CVT patients that could benefit from EVT is challenging, given the milder course of disease compared with acute ischemic stroke, the paucity of data on prognostic factors (both in the clinical and imaging domain), and the lack of consensus on what constitutes 'technical success' in CVT EVT. In this review, we discuss the major obstacles that are encountered when trying to identify CVT patients that may benefit from EVT, and propose a roadmap that could help to overcome these challenges in the near future.

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)0,004
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,348
Tête enseignante GPT0,382
Écart entre enseignants0,033 · 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
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

Citations47
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetCerebral Venous Sinus ThrombosisTravaux en français237 207