MétaCan
Menu
Retour à la cohorte
Enregistrement W4384119864 · doi:10.1111/vcp.13260

Platelet function analyzer‐200 closure curve analysis and assessment of flow‐obstructed samples

2023· article· en· W4384119864 sur OpenAlexafffund
Matthew Kornya, Anthony C. G. Abrams‐Ogg, Shauna L. Blois, R. Darren Wood

Notice bibliographique

RevueVeterinary Clinical Pathology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOVC Pet Trust
Mots-clésClopidogrelMedicineClosure (psychology)Receiver operating characteristicArea under the curveFlow (mathematics)MathematicsInternal medicineGeometryAspirin

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Platelet function analyzer-200 can determine the effect of clopidogrel in cats. Flow obstruction is an error that causes uninterpretable results. Closure curves and parameters initial flow rate (IF) and total volume (TV) are displayed by the PFA-200 and may allow interpretation of results in cases of flow obstruction. The primary hemostasis components (PHC) are calculated values that normalize these parameters. OBJECTIVES: To determine if closure curves and research parameters allow detecting the effect of clopidogrel in cases of flow obstruction. METHODS: A review of closure curves identified those with flow obstruction and paired analysis that did not. Non-flow-obstructed curves were used to categorize curves with respect to clopidogrel effects. IF, TV, PHC(1), and PHC(2) were evaluated to determine if these could be used to categorize if a sample exhibited the effects of clopidogrel. Curves were visually analyzed, and characteristics identified that were more common with or without the effect of clopidogrel. Visual analysis of curves was performed by blinded observers to determine if a visual analysis was able to predict the effect of clopidogrel. RESULTS: Analysis of parameters was able to predict closure or non-closure in flow-obstructed curves. TV, PHC(1), and PHC(2) had area under the curve of the receiver operating characteristics of 0.79, 0.79, and 0.87. Visual curve analysis was unable to predict closure, with an average accuracy of only 55%, among three reviewers. Agreement between reviewers was poor (Fleiss' Kappa 0.06). CONCLUSIONS: Visual curve analysis was unable to determine the effect of clopidogrel in flow-obstructed samples. Numerical parameters were able to detect the effect of clopidogrel with a high degree of accuracy in flow-obstructed samples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,036
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,094
Tête enseignante GPT0,413
Écart entre enseignants0,319 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueVeterinary Clinical PathologyMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207