MétaCan
Menu
Retour à la cohorte
Enregistrement W4408808983 · doi:10.1016/j.jcjo.2025.02.019

Magnetic resonance imaging in preseptal ferromagnetic foreign bodies

2025· article· en· W4408808983 sur OpenAlexvenueno aff
T. Ma, Khizar Rana, Jessica Y. Tong, Katja Ullrich, Sandy Patel, Dinesh Selva

Notice bibliographique

RevueCanadian Journal of Ophthalmology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Ocular and Foreign Body Injuries
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingForeign BodiesNuclear magnetic resonancePhysicsMedicineRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review the literature on safety of magnetic resonance imaging (MRI) in patients with preseptal ferromagnetic foreign bodies. METHODS: We describe 3 cases of MRI in patients with preseptal ferromagnetic foreign bodies (FFBs) from our institution. RESULTS: The FFBs were all preseptal, adjacent to the medial canthus (n = 2) and lateral canthus (n = 1). None of the patients had any ocular complications post-MRI. The literature review identified an additional 7 cases with intraocular and preseptal FFBs that underwent MRI. The FFBs ranged in size from 1.0 mm to 3.5 mm. The FFBs were intraocular (n = 6), or preseptal (n = 1). The MRI field strength ranged from 0.35 T to 1.5 T. Five (83.3%) of the patients with intraocular FFBs had ocular complications, which included hyphema (n = 2), cataract (n = 3), vitreous haemorrhage (n = 1), and corneal scar (n = 1). The patient with preseptal FFB did not have post-MRI complications. CONCLUSIONS: There is some evidence to suggest that patients with preseptal FFBs may be less likely to experience complications post-MRI compared to intraocular FFBs. Various factors affect the safety of MRIs, including FFB location, size, proximity to visually-significant structures, and MRI field strength.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,277
Écart entre enseignants0,262 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of OphthalmologyMême sujetTraumatic Ocular and Foreign Body InjuriesTravaux en français237 207