MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096870726

Research Proposal Dalhousie Medical School Summer Studentship 2010 Title: Evaluation of Combined SPECT-CT to Assess Coronary Artery Calcium

2015· article· en· W7096870726 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronary artery diseaseCoronary artery calciumMyocardial perfusion imagingMyocardial infarctionAppropriate Use CriteriaCardiac imagingRisk assessmentSingle-photon emission computed tomographyEmission computed tomography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Coronary Artery Disease (CAD) is a major medical condition, and indeed is the leading cause of death in western society. A number of methods exist to establish an individual’s risk of having CAD and to assess potential outcome. Myocardial Perfusion Imaging (MPI) is a nuclear medicine technique in which a radioactive tracer is injected under rest and stress conditions, followed by imaging of the heart, to assess cardiac perfusion. One of the primary applications of MPI is the assessment of whether a patient has CAD. Approximately 10 MPI studies per day (2500 per year) are performed at the QEII. MPI is performed using a Single Photon Emission Computed Tomography (SPECT) scanner. Coronary artery calcium (CAC) scoring is a relatively new method of assessing risk of cardiac events by assessing the extent and severity of coronary artery calcification 2. CAC scoring was originally performed using electron beam tomography, but this technology is not widely available and more recently CAC scoring has been performed with standard computed tomography (CT) scanners. Studies have shown generally increasing cardiac risk with increasing CAC. When CAC is zero or very low, there is a very low probability of cardiac mortality in the follow-up period. However, CAC is not entirely specific, and adoption of this technique has not been universal. Indeed, it is not currently done at the QEII.

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)0,008
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,942

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0030,003
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,2820,103

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 Opus0,269
Tête enseignante GPT0,482
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCardiac Imaging and Diagnostics→Travaux en français237 207→