MétaCan
Menu
Retour à la cohorte
Enregistrement W4323652598 · doi:10.1148/rg.220102

Cochlear Implantation: Systematic Approach to Preoperative Radiologic Evaluation

2023· article· en· W4323652598 sur OpenAlexaff
Shivaprakash B. Hiremath, Asthik Biswas, Gopolang Mndebele, David Schramm, Birgit Ertl‐Wagner, Susan Blasér, Santanu Chakraborty

Notice bibliographique

RevueRadiographics · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensOttawa HospitalUniversity of TorontoHospital for Sick ChildrenUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineSensorineural hearing lossCochlear implantationCochlear implantInner earTemporal boneAudiologyHearing lossCochlear nerveCochleaRehabilitationRadiologySurgeryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Sensorineural hearing loss results from abnormalities that affect the hair cells of the membranous labyrinth, inner ear malformations, and conditions affecting the auditory pathway from the cochlear nerve to the processing centers of the brain. Cochlear implantation is increasingly being performed for hearing rehabilitation owing to expanding indications and a growing number of children and adults with sensorineural hearing loss. An adequate understanding of the temporal bone anatomy and diseases that affect the inner ear is paramount for alerting the operating surgeon about variants and imaging findings that can influence the surgical technique, affect the choice of cochlear implant and electrode type, and help avoid inadvertent complications. In this article, imaging protocols for sensorineural hearing loss and the normal inner ear anatomy are reviewed, with a brief description of cochlear implant devices and surgical techniques. In addition, congenital inner ear malformations and acquired causes of sensorineural hearing loss are discussed, with a focus on imaging findings that may affect surgical planning and outcomes. The anatomic factors and variations that are associated with surgical challenges and may predispose patients to periprocedural complications also are highlighted. © RSNA, 2023 Quiz questions for this article are available through the Online Learning Center. Online supplemental material and the slide presentation from the RSNA Annual Meeting are available for this article. An earlier incorrect version of this article appeared online. This article was corrected on May 18, 2023.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,538
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,088
Tête enseignante GPT0,333
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiographicsMême sujetHearing Loss and RehabilitationTravaux en français237 207