MétaCan
Menu
Retour à la cohorte
Enregistrement W4393922716 · doi:10.5281/zenodo.6836909

HCFMRP Sacroiliitis (v1)

2022· dataset· en· W4393922716 sur OpenAlexaboutno aff
Vítor Faeda Dalto, Matheus Calil Faleiros, Marcello Henrique Nogueira‐Barbosa, Paulo Mazzoncini de Azevedo‐Marques, Natália Santana Chiari Correia, Saulo da Silva Cordeiro, Rodolfo Dias Chiari Correia, Lucas Lins de Lima, Hugo Cesar Peloggia Rodrigues

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueOsteomyelitis and Bone Disorders Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSacroiliitisComputer scienceGeologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Dataset composed of magnetic resonance imaging (MRI) of the sacroiliac joints of 48 patients from the Ribeirão Preto Medical School of University of São Paulo (Brazil). The selected patients are represented in 51 studies, 99 series and 594 images in the DICOM protocol, all anonymized. For each DICOM series, 6 consecutive images (slices) of the sacroiliac joints were obtained in the coronal plane, which were evaluated according to the Spondyloarthritis Research Consortium of Canada (SPARCC) MRI diagnostic criteria. Each DICOM image is accompanied by a PSD file containing the original image and a segmentation mask in PNG format. The masks indicate the location of the sacroiliac joints. The dataset contains, therefore, 1782 image files. The files are organized into two main directories, STIR and SPAIR, representing the two fat-saturated MRI techniques we adopted for this study. Each of them is subdivided into "Positive" and "Negative", indicating whether there are findings compatible with sacroiliitis. For more information, contact us: https://mainlab.fmrp.usp.br/

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,6520,018

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 Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetOsteomyelitis and Bone Disorders ResearchTravaux en français237 207