MétaCan
Menu
Retour à la cohorte
Enregistrement W4230649743 · doi:10.1148/radiol.2020201365

The Role of Chest Imaging in Patient Management during the COVID-19 Pandemic: A Multinational Consensus Statement from the Fleischner Society

2020· article· en· W4230649743 sur OpenAlex

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

RevueRadiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 diagnosis using AI
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineContext (archaeology)Intensive care medicinePandemicHealth careDiseasePersonal protective equipmentDisease managementCoronavirus disease 2019 (COVID-19)Emergency medicineInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

With more than 900 000 confirmed cases worldwide and nearly 50 000 deaths during the first 3 months of 2020, the coronavirus disease 2019 (COVID-19) pandemic has emerged as an unprecedented health care crisis. The spread of COVID-19 has been heterogeneous, resulting in some regions having sporadic transmission and relatively few hospitalized patients with COVID-19 and others having community transmission that has led to overwhelming numbers of severe cases. For these regions, health care delivery has been disrupted and compromised by critical resource constraints in diagnostic testing, hospital beds, ventilators, and health care workers who have fallen ill to the virus exacerbated by shortages of personal protective equipment. Although mild cases mimic common upper respiratory viral infections, respiratory dysfunction becomes the principal source of morbidity and mortality as the disease advances. Thoracic imaging with chest radiography and CT are key tools for pulmonary disease diagnosis and management, but their role in the management of COVID-19 has not been considered within the multivariable context of the severity of respiratory disease, pretest probability, risk factors for disease progression, and critical resource constraints. To address this deficit, a multidisciplinary panel comprised principally of radiologists and pulmonologists from 10 countries with experience managing patients with COVID-19 across a spectrum of health care environments evaluated the utility of imaging within three scenarios representing varying risk factors, community conditions, and resource constraints. Fourteen key questions, corresponding to 11 decision points within the three scenarios and three additional clinical situations, were rated by the panel based on the anticipated value of the information that thoracic imaging would be expected to provide. The results were aggregated, resulting in five main and three additional recommendations intended to guide medical practitioners in the use of chest radiography and CT in the management of COVID-19.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,308
Écart entre enseignants0,279 · 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