MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283389737 · doi:10.1017/cjn.2022.246

P.164 Analysis of MNI OR log book over Dr Wilder Penfield`s Career: Practice profile of epilepsy cases

2022· article· en· W4283389737 sur OpenAlexvenueaboutno aff
E Zambrano, J Hall, L Martin-Brage

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeurosurgeryMedicineResectionEpilepsyEpilepsy surgerySurgeryGeneral surgeryAnesthesiaPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Dr. Penfield was a pioneer in neurosurgery and his contribution continues to impact the practice today. Our objective is to analyze the epilepsy surgeries during his career. Methods: Analysis of original operating room books from 1934-1960. Results: He performed 2338 procedures during his career. 601 (26%) epilepsy, 524 (22%) oncology, 441 (19%) general neurosurgery, 379 (16%) functional, 230 (10%) spine, 80 (3%) trauma, 54 (2%) vascular, 29 (1%) nerves. Epilepsy cases were divided: local vs. general anesthesia and a focal resection or lobectomy. From 1934-1945 he performed 167 procedures, 146 local anesthesia with focal resection. From 1946-1950 223 procedures, introduction of lobectomies with 30. Most right-side procedures under general anesthesia. From 1951-1955 152 procedures, 88 focal resection, 64 lobectomies. From 1956-1960 59 surgeries, similar number of focal resection and lobectomies. Conclusions: To our knowledge this is the most complete and comprehensive account his surgical career. In early years patients were treated through large craniotomies with EEG stimulation to tailor focal resections now known as the “Montreal procedure”. This led to a better understanding of human cortex and the division of the brain functions. During later years, there was a reduction in the number of cases done under local anesthesia and increase in lobectomies.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,051
Tête enseignante GPT0,313
Écart entre enseignants0,262 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→