MétaCan
Menu
Retour à la cohorte
Enregistrement W66135100

Near-infrared spectroscopy: validation of bladder-outlet obstruction assessment using non-invasive parameters.

2008· article· en· W66135100 sur OpenAlexaff
Andrew Macnab, Lynn Stothers

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineNomogramBladder outlet obstructionUrologyInternal medicineProstate
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Near infrared spectroscopy (NIRS) is a non-invasive optical technique able to monitor changes in the concentration of oxygenated and deoxygenated hemoglobin in the bladder detrusor during bladder filling and emptying. OBJECTIVE: To evaluate the ability of a new NIRS instrument and algorithm to classify male patients with LUTS as obstructed or unobstructed based on comparison with classification via conventional invasive urodynamics (UDS). METHOD: Male patients with LUTS were recruited and underwent uroflow and urodynamic pressure flow studies with simultaneous transcutaneous NIRS monitoring following measurement of post residual volume (PVR) via ultrasound. Data analysis first classified each subject as obstructed or unobstructed using the standard pressure flow data and nomogram, then compared these results with a classification derived via a customized algorithm which analyzed the pattern of change of the NIRS data plus measurements of PVR and Qmax. RESULTS: Seventy subjects enrolled: 57 data sets had all required parameters [13 incomplete sets due to: communication error between NIRS and urodynamics instruments (9); data saving error (1); damaged fiber optic cables (3)]. Two complete data sets were excluded [subjects with hematuria (2)]. Thus data from 55 subjects was analyzed. The NIRS algorithm correctly identified those diagnosed as obstructed by conventional urodynamic classification in 24 of 28 subjects (sensitivity = 85.71%) and, and those diagnosed as unobstructed in 24 of 27 subjects (specificity = 88.89%). CONCLUSION: Scores derived from NIRS data plus PVR and Qmax are able to correctly identify > 85% of subjects classified as obstructed using UDS.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,301
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'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

Citations56
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207