MétaCan
Menu
Retour à la cohorte
Enregistrement W4297858115 · doi:10.5206/uwomj.v90i1.13790

Patients Awake During Neurosurgery?

2022· article· en· W4297858115 sur OpenAlexvenueaboutno aff
Andrea Kassay

Notice bibliographique

RevueUniversity of Western Ontario Medical Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHistory of Medical Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCraniotomyNeurosurgeryAwake craniotomyMedicineAnestheticAnesthesiaSurgeryGeneral surgery

Résumé

récupéré en direct d'OpenAlex

An awake craniotomy is a type of brain surgery that is performed on patients who are conscious during the operation. This article will focus on the history of the development of the awake craniotomy and the importance of the patient’s role during the operation. Going back to ancient history, archaeological records demonstrated that trepanation of the skull occurred thousands of years ago, before the discovery of general anesthesia. Moving on to the modern awake craniotomy, Dr. Wilder Penfield, the American-Canadian neurosurgeon, sparked the modern era of awake craniotomies through his work in neural stimulation during the 1920s to 60s. During the Montreal Procedure, Dr. Penfield interacted with his patient’s during surgery using only local anesthetic. By probing specific parts of the brain, patients were able to provide Dr. Penfield with immediate feedback. Dr. Penfield stated that his patients were fellow explorers of the unknown brain and together they built the maps which he is famous for. Dr. Penfield’s patients were not just important during the operation, they had an important role afterwards. Patients’ self reports were vital, and Dr. Penfield was the one who interpreted the answers from them. The modern era of the awake craniotomy was established almost 70 years ago, and it revolutionized the field of neurosurgery. Today, awake craniotomies continue to demonstrate the importance of the patient’s role in their own care and help us further understand the complexities of the brain.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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
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 revueUniversity of Western Ontario Medical JournalMême sujetHistory of Medical PracticeTravaux en français237 207