<i>Radiology: Cardiothoracic Imaging</i> Highlights 2022
Notice bibliographique
Résumé
Since its inaugural issue in 2019, Radiology: Cardiothoracic Imaging has disseminated the latest scientific advances and technical developments in cardiac, vascular, and thoracic imaging. In this review, we highlight select articles published in this journal between October 2021 and October 2022. The scope of the review encompasses various aspects of coronary artery and congenital heart diseases, vascular diseases, thoracic imaging, and health services research. Key highlights include changes in the revised Coronary Artery Disease Reporting and Data System 2.0, the value of coronary CT angiography in informing prognosis and guiding treatment decisions, cardiac MRI findings after COVID-19 vaccination or infection, high-risk features at CT angiography to identify patients with aortic dissection at risk for late adverse events, and CT-guided fiducial marker placement for preoperative planning for pulmonary nodules. Ongoing research and future directions include photon-counting CT and artificial intelligence applications in cardiovascular imaging. Keywords: Pediatrics, CT Angiography, CT-Perfusion, CT–Spectral Imaging, MR Angiography, PET/CT, Transcatheter Aortic Valve Implantation/Replacement (TAVI/TAVR), Cardiac, Pulmonary, Vascular, Aorta, Coronary Arteries © RSNA, 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».