MétaCan
Menu
Retour à la cohorte
Enregistrement W4394813756 · doi:10.36106/ijar/1802832

ROLE OF CROSS SECTIONAL IMAGING IN SENSORINEURAL HEARING LOSS

2024· article· en· W4394813756 sur OpenAlexaff
Manu Gupta, Karan Jyani, Bhumika Luniwal, Heera Ram, Hemnat Kumar Mishra

Notice bibliographique

RevueINDIAN JOURNAL OF APPLIED RESEARCH · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensRoyal Alberta Museum
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyAudiologySensorineural hearing lossMedicineHearing lossPathology

Résumé

récupéré en direct d'OpenAlex

Purpose: Aims and objective of the study is to determine the incidence of structural cochlear anomalies in Sensorineural hearing loss and to evaluate them using HRCT and MRI Scan of temporal bone to asses feasibility of cochlear implantation. The study was carried out in the department of radiodiagnosis over a period of 16 mont Method: hs. The study included 114 patients of moderate to profound SNHL to evaluate further using HRCT and MRI Scan of temporal bone. Out of t Results: otal 114 pts in our study 75 pts had normal CT/MRI of temporal bone with no structural abnormalities detected and 39 number of patients had structural malformations which were feasible for cochlear implantation. Small percentage of patients (11%) with common cavity and absent cochlear nerve were not feasible for cochlear implantation. HRCT and MR imaging play an important role in evaluation of congenital heari Conclusion: ng loss by providing crucial information about the inner ear, vestibulocochlear nerve, and brain. Both modalities precisely and accurately delineate the inner ear anatomy and malformations preoperatively in cochlear implant patients.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,384
Écart entre enseignants0,329 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINDIAN JOURNAL OF APPLIED RESEARCHMême sujetVestibular and auditory disordersTravaux en français237 207