MétaCan
Menu
Retour à la cohorte
Enregistrement W4382631877 · doi:10.1097/dss.0000000000003864

Photography and Image Acquisition in Dermatology a Scoping Review: Techniques for High-Quality Photography

2023· article· en· W4382631877 sur OpenAlexaff
Nadia Kashetsky, Kristie Mar, Chaocheng Liu, Jason K. Rivers, Ilya Mukovozov

Notice bibliographique

RevueDermatologic Surgery · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensUniversity of British ColumbiaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPhotographyMedicineMEDLINEDermatologyStandardizationMedical physicsComputer scienceVisual artsArt

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical photography is essential in dermatology, in particular in the areas of surgical and cosmetic dermatology and has been evolving rapidly. However, many dermatologists desire more training in clinical photography and a comprehensive literature review of photography in dermatology is lacking. OBJECTIVE: This scoping review aimed to summarize the literature regarding techniques for high-quality photography in dermatology. MATERIALS AND METHODS: A literature search was conducted using Embase, MEDLINE, PubMed, and Evidence-Based Medicine databases in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews. RESULTS: This review summarizes information from 74 studies. Camera type, resolution, lens choice, camera settings, environment and set-up, standardization, and types of clinical photography are all important factors in acquisition of high-quality photography. CONCLUSION: Photography in dermatology is continuously evolving with broader applications. Improved practices and innovations will benefit the quality of images.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
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 Opus0,038
Tête enseignante GPT0,360
Écart entre enseignants0,322 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetDigital Imaging in MedicineTravaux en français237 207