MétaCan
Menu
Retour à la cohorte
Enregistrement W4381597223 · doi:10.1017/dmp.2023.90

Point-of-Care Ultrasound (PoCUS) and Its Potential to Advance Patient Care in Low-Resource Settings and Conflict Zones

2023· article· en· W4381597223 sur OpenAlexaffabout
Elad Dana, Andrada Nour, Gombako A. Kpa’Hanba, James S. Khan

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésModalitiesPoint of care ultrasoundResource (disambiguation)Health careMedicineResource usePatient careMedical emergencyUltrasoundNursingComputer sciencePolitical scienceRadiologyEnvironmental resource managementSociologyLawEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Point-of-care ultrasound (PoCUS) is used by health care professionals of various specialties worldwide, with excellent results demonstrating significant potential to advance patient care. However, in low resource areas of the world, where other imaging modalities are scarce and the potential of handheld pocket-sized PoCUS devices with great versatility and increasing affordability seems most significant, its use is far from being widespread. In this report, our group of Chadian, Israeli, and Canadian physicians with experience in rural, military, and conflict zone medical aid, discusses the barriers to the implementation of PoCUS in low resource areas and offers potential solutions.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,361
Écart entre enseignants0,328 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health PreparednessMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207