MétaCan
Menu
Retour à la cohorte
Enregistrement W4206811570 · doi:10.1093/ehjci/jeab286

Sustainable low-field cardiovascular magnetic resonance in changing healthcare systems

2021· review· en· W4206811570 sur OpenAlex
Cathy Qin, Sanjana Murali, Elsa Lee, V Supramaniam, Derek J. Hausenloy, Johnes Obungoloch, Joanna Brecher, Rongyu Lin, Hao Ding, Theophilus N. Akudjedu, Udunna Anazodo, N. R. Jagannathan, Ntobeko Ntusi, Orlando P. Simonetti, Adrienne Campbell‐Washburn, Thoralf Niendorf, Regina Mammen, Sola Adeleke

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Heart Journal - Cardiovascular Imaging · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésHealth careHealthcare systemSustainable developmentDiseaseMagnetic resonance imagingMedicineModality (human–computer interaction)BusinessRisk analysis (engineering)Computer scienceEconomic growthPolitical scienceEconomicsPathologyRadiology

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease continues to be a major burden facing healthcare systems worldwide. In the developed world, cardiovascular magnetic resonance (CMR) is a well-established non-invasive imaging modality in the diagnosis of cardiovascular disease. However, there is significant global inequality in availability and access to CMR due to its high cost, technical demands as well as existing disparities in healthcare and technical infrastructures across high-income and low-income countries. Recent renewed interest in low-field CMR has been spurred by the clinical need to provide sustainable imaging technology capable of yielding diagnosticquality images whilst also being tailored to the local populations and healthcare ecosystems. This review aims to evaluate the technical, practical and cost considerations of low field CMR whilst also exploring the key barriers to implementing sustainable MRI in both the developing and developed world.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,039
Tête enseignante GPT0,335
Écart entre enseignants0,297 · 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