MétaCan
Menu
Retour à la cohorte
Enregistrement W4388423740 · doi:10.25259/ijmsr_13_2023

Orthopedic hardware in trauma – A guided tour for the radiologist-Associated complications (Part 2)

2023· article· en· W4388423740 sur OpenAlexaff
Rakhee Kumar Paruchuri, Hema Choudur, Lalith Mohan Chodavarapu

Notice bibliographique

RevueIndian Journal of Musculoskeletal Radiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensMcMaster UniversityHamilton General Hospital
Organismes subventionnairesUniversity of Oxford
Mots-clésMedicineRadiologyAvascular necrosisOrthopedic surgeryInterventional radiologyChecklistRadiological weaponSurgeryMedical physics

Résumé

récupéré en direct d'OpenAlex

With the increasing number of options available for surgical management of fractures now available, it is imperative that radiologists should familiarize themselves with the various hardwares used to provide a good support system for orthopedic surgeons. Understanding fracture union and “why a device may fail” are basic concepts that have been discussed in this review article, as their success is mutually dependent. While it may be easy to identify frank loosening, fracture, or migration of the hardware, it is more important to identify any early signs of these complications. However, before that, as a radiologist, one should be able to accurately identify the hardware type, assess their position, and then identify any potential complications. Another important aspect that is clinically important is the ability to differentiate between aseptic and septic loosening. Apart from these, avascular necrosis, pseudoaneurysms, bursitis, muscle impingement with atrophy, adverse reaction to metal debris, nerve impingements, traumatic neuroma formation, tendon impingement, snapping syndromes, and sarcoma are uncommon complications that may be rarely encountered. While conventional radiology is still the backbone of radiological evaluation, CT, MRI, and Ultrasound can be used as problem-solving tools, further aiding in the diagnosis of any hardware-related complications. In this series, we have also described a checklist based approach of reporting so that the radiologist can accurately identify the hardware, assess their position, and identify any potential complications. We hope that this learning will facilitate the interobserver consensus and standardization of reports.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,040
Tête enseignante GPT0,331
Écart entre enseignants0,291 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Musculoskeletal RadiologyMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207