320-Schicht dynamisches Volumen CT zur Analyse schwerer akuter Pankreatitis in der initalen Phase
Bibliographic record
Abstract
Ziele: Darstellung von Perfusionsunterschieden zwischen ödematösen und nekrotischem Pankreasgewebe in Patienten in der initialen Phase einer akuten Pankreatitis mithilfe eines 320-Schicht-CT. Methode: 20 Patienten mit klinischem Verdacht auf eine schwere akute Pankreatitis wurde innerhalb von 24 Stunden nach Vorstellung in der Rettungsstelle mittels eines 320-Schicht CT untersucht. Die Patienten erhielten Sauerstoff über eine Atemmaske, um längere Atemanhaltephasen zu unterstützen. Nach intravenöser Gabe von 60ml Kontrastmittel (8ml/s, 350mg Jod/ml) und Bolus-Tracking auf Höhe des rechten Ventrikels, wurden die dynamischen Scans manuell gestartet. 15 Niedrigdosis Scans (100 KV, 45mAs) mit 16cm Scanbreite wurde innerhalb von 90 Sekunden akquiriert. Anschließend folgte, nach zusätzlicher intravenöser Injektion von 90ml Kontrastmittel und einem festen Delay von 30 Sekunden, ein Spiralscan (120kV, Röhrenstrommodulation) des Abdomens. Nach der automatischen, starren Bildregistrierung, die zur Bewegungskorrektur dient, wurden die absoluten Perfusionswerte mittels der Maximum-Slope-Technik bestimmt und Zeit-Schwächungs-Kurven sowie Perfusionskarten erstellt. Ergebnis: In allen Patienten konnten das komplette Pankreas abgebildet werden. Die automatische Bildregistrierung scheiterte in 2 Patienten, so dass eine manuelle Anpassung erfolgen musste. Die farbigen Perfusionskarten hebten deutlich die Perfusionsunterschiede zwischen ödematösen, nektrotischen und gesunden Pankreasgewebe hervor. Die Perfusionswerte des gesunden Pankreasgewebes langen zwischen 0,67 bis 2,37min-1, und in ödematösen Arealen reichte sie von 0,30 bis 0,89min-1. Im nekrotischen Pankreasgewebe waren keine Perfusionwerte zu messen. Schlussfolgerung: Die Perfusionsdarstellung des gesamten Pankreas ermöglicht die Abgrenzung zwischen Veränderungen im ödematösen Gewebe und Nekrosen in der initialer Phase einer akuten schweren Pankreatitis. Korrespondierender Autor: Kandel S University of Toronto, Medical Imaging, 585 University Avenue, M5G 2N2, Toronto E-Mail: [email protected] CT - Pankreas - Perfusion
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".