MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411803822 · doi:10.26481/dis.20250702bg

A systems approach to aortic wall pathology

2025· dissertation· en· W4411803822 sur OpenAlexaff
Berta Ganizada

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésMedicinePathologyComputer science

Résumé

récupéré en direct d'OpenAlex

An aortic aneurysm is a dilation of the wall of the aorta, the body's largest artery. This condition can be life-threatening, particularly when the aneurysm ruptures, which can lead to severe internal bleeding.Currently, the diameter of the aneurysm is considered the primary criterion in both diagnosis and the decision-making process for surgical intervention. In this study, tissue samples from over 50 patients were examined. The findings revealed that not every patient with an aneurysm has a thin aortic wall that is prone to rupture. A significant group of patients develops a thickened wall as a compensatory mechanism in response to elastin degradation. In contrast, another group lacks this compensatory response, resulting in a progressively thinning aortic wall as the dilation increases.This latter group represents a high-risk population for developing a wall rupture, which may lead to fatal bleeding. The results of this thesis demonstrate that, in addition to diameter, there are other measurable variables — such as intima-media thickness, structural abnormalities of the extracellular matrix, and cell density — which may serve as better predictors of rupture risk. Surgeons could potentially apply these parameters in clinical practice, provided that appropriate radiological techniques are developed to visualize them reliably. In this way, unnecessary surgeries can be avoided, and only patients with a high risk will undergo surgical treatment.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,004
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0320,010

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 Opus0,027
Tête enseignante GPT0,292
Écart entre enseignants0,265 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 sujetAortic Disease and Treatment Approaches→Travaux en français237 207→