MétaCan
Menu
Retour à la cohorte
Enregistrement W4403103488 · doi:10.1111/cen.15139

Adrenal Vein Sampling for Primary Aldosteronism: Recommendations From the Australian and New Zealand Working Group

2024· review· en· W4403103488 sur OpenAlexfundno aff
Jun Yang, Damon A. Bell, Richard Carroll, Cherie Chiang, Diane Cowley, Emma E. Croker, James C.G. Doery, Marianne S. Elston, Paul Glendenning, Julie Hetherington, Andrea R. Horvath, Shanshan Lu‐Shirzad, Elisabeth Ng, Amanda Mather, Nimalie Perera, Muddassir Rashid, Nirupa Sachithanandan, Jimmy Shen, Michael Stowasser, Michael J. Swarbrick, Hong Tan, Moe Thuzar, Simon W. Young, Winston Chong

Notice bibliographique

RevueClinical Endocrinology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensnon disponible
Organismes subventionnairesMonash UniversityEndocrine Society of AustraliaPartenariat Canadien Contre Le CancerRoyal College of Pathologists of Australasia
Mots-clésPrimary aldosteronismMedicinePrimary careSampling (signal processing)Multidisciplinary approachPatient careTertiary careHealth careIntensive care medicineSurgeryFamily medicineInternal medicineAldosteroneNursingComputer science

Résumé

récupéré en direct d'OpenAlex

Adrenal vein sampling (AVS) is the current recommended procedure for identifying unilateral subtypes of primary aldosteronism (PA), which are amenable to surgery with the potential for cure. AVS is a technically challenging procedure usually undertaken by interventional radiologists at tertiary centres. However, there are numerous variations in AVS protocols relating to patient preparation, sampling techniques and interpretation which may impact the success of AVS and patient care. To reduce practice variations, improve the success rates of AVS and optimise patient outcomes, we established an Australian and New Zealand AVS Working Group and developed evidence-based expert consensus recommendations for the preparation, performance and interpretation of AVS. These recommendations can be used by all healthcare professionals in a multidisciplinary team who look after the diagnosis and management of PA.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
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 Opus0,372
Tête enseignante GPT0,474
Écart entre enseignants0,102 · 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'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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical EndocrinologyMême sujetHormonal Regulation and HypertensionTravaux en français237 207