MétaCan
Menu
Retour à la cohorte
Enregistrement W974563584 · doi:10.3233/bsi-130049

Monitoring physiologic change in the bladder in health and disease. A new biomedical application of near-infrared spectroscopy

2013· article· en· W974563584 sur OpenAlexaff
Andrew Macnab, Babak Shadgan, Lynn Stothers

Notice bibliographique

RevueBiomedical Spectroscopy and Imaging · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineOxygenationHemodynamicsBiomedical engineeringPathologyNeuroscienceCardiologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Biomedical applications of near-infrared spectroscopy (NIRS) utilize non-invasive optical technology to monitor alterations in tissue oxygenation and hemodynamics in real time via changes in concentration of the chromophores oxygenated and deoxygenated hemoglobin. Applications of NIRS to the bladder are novel and recent. Transcutaneous monitoring over the bladder as it fills and empties provides unique physiologic information, as hemodynamic variations in the organ's microcirculation and alterations in oxygen supply, demand and consumption in the detrusor muscle can be inferred. Such information, which is not available by other means, enhances investigation of patients with bladder dysfunction, offers new insights into causal pathology and hence potentially impact choice of pharmaceutical agents. Problem voiding is common, but the principal diagnostic test is invasive, and gives limited diagnostic and therapeutic information (pressure/flow). Continuous wave NIRS instruments are used for bladder monitoring. Initially NIR light was laser-generated; now miniaturized self-contained devices using light emitting diodes, spatial configuration of emitters to detector, and wireless capacity enhance research scope and clinical monitoring potential. NIRS bladder chromophore patterns during filling and voiding differ in health and disease. In addition to adding new knowledge re voiding dysfunction causation, data patterns characteristic of specific pathology have allowed construct of algorithms with comparable discriminant ability to current invasive diagnostic measures. Such data are physiologic because NIRS only detects change during events in the voiding cycle, pathologic changes mirror NIRS-derived effects of physiologic events (hypoxia/ischemia/fatigue) observed in other tissues (muscle/brain/spinal cord), and animal data and independent research corroborate the principal findings.

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)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,332
Écart entre enseignants0,315 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical Spectroscopy and ImagingMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207