Libellé préféré : conflit;
Traductions automatiques des définitions par l'ANS : La qualité n étant pas identique ou différente.;
Traductions automatiques par l'ANS : différent; Différence; différentiel;
Identifiant d'origine : C46003;
CUI UMLS : C1705242;
Alignements automatiques CISMeF supervisés
Alignements automatiques exacts (par équipe CISMeF)
Alignements automatiques faux
Type(s) sémantique(s)
N3-AUTOINDEXEE
Quelle est la différence entre sport et activité physique ?
https://www.anses.fr/fr/content/difference-entre-sport-et-activite-physique
Sans historiciser ici le sport, dont la définition et les critères font encore débat,
on peut fixer l’avènement du sport moderne à la fin du XVIIIᵉ siècle en Angleterre,
à partir de la transformation des jeux traditionnels des « public schools ». Le sport
constitue un sous-ensemble de l’activité physique au cours duquel les participants
adhèrent à un ensemble commun de règles (ou d’attentes) et pour lequel un objectif
est défini. Ainsi, dans son acception moderne, le sport implique une pratique du corps
différente de la pratique quotidienne, il s’agit d’une pratique codifiée. L’activité
physique est définie comme « tout mouvement corporel produit par contraction des muscles
squelettiques entraînant une augmentation de la dépense énergétique par rapport à
la dépense énergétique de repos ». L’activité physique inclue la pratique sportive,
mais ne peut être qualifiée de « sportive » si elle ne répond pas à certains critères,
notamment la codification. Ainsi, l’expression la plus inclusive du mouvement humain
est bien celle d’« activité physique », et fait consensus chez les scientifiques depuis
une dizaine d’années.
2024
ANSES
France
information patient et grand public
exercice physique
quel mois est-ce maintenant ?
sports
Physique
Changer
sports
adapalène
conflit
---
N3-AUTOINDEXEE
L’Intelligence Artificielle au service de la recherche en réanimation…think different.
https://www.srlf.org/article/lintelligence-artificielle-au-service-recherche-reanimationthink-different
Dupont, T., Kentish-Barnes, N., Pochard, F. et al. Prediction of post-traumatic stress
disorder in family members of ICU patients: a machine learning approach. Intensive
Care Med 50, 114–124 (2024) Lien Texte Question évaluée : Quel est l’apport des modèles
d’apprentissage automatique pour la détection de PTSD (troubles du stress post-traumatique)
chez les proches de patients hospitalisés en réanimation ? Type d’étude : Développement
de plusieurs modèles d’apprentissage automatique à partir d’une base de données issue
d’études déjà réalisées pour la détection du PTSD. Population étudiée : Les proches
de patients hospitalisés dans un service de réanimation Méthode : Utilisation d’une
base de données intégrant 9 études cliniques (de mars 2003 à octobre 2020) issues
du groupe de travail FAMIREA. Elle comporte des données épidémiologiques, démographiques
et médicales de patients hospitalisés en réanimation ainsi que leurs proches. Ces
données ont été anonymisées et l’ensemble de ces études ont reçu, lors de leur réalisation,
une approbation par un IRB. Il est possible d’identifier, dans cette base de données,
les proches ayant présenté un PTSD à partir d’échelles spécifiques (échelles IES,
impact of event) sur une évaluation faite majoritairement au 90ème jour de la sortie
de réanimation. L’étude a été réalisée en s’appuyant sur les recommandations TRIPOD
(1) (étude établissant des recommandations sur les modalités de développement de modèles
de prédiction à des fins diagnostic ou pronostic) De façon simplifiée la base de données
a été divisée en deux parties : l’une servant à la formation des algorithmes (base
d’entrainement) et l’autre aux tests de validation (base test). Seize covariables
d’intérêt ont été sélectionnées pour former les modèles d’apprentissage automatique.
Sept modèles de classification utilisant des techniques d’apprentissage automatique
différentes ont été réalisés. La performance de chacun de ces modèles a ensuite été
testé sur la base test. Un système SHAP (2) a été utilisé pour illustrer la contribution
de chacune des variables étudiées et donne une représentation graphique de leur influence
respective.
2024
false
false
false
SRLF - Société de Réanimation de Langue Française
France
lecture critique d'article
Chercher
conflit
intelligence artificielle
service informatique
département
recherche
intelligence
intelligence artificielle
---
N3-AUTOINDEXEE
Un diagnostic différentiel de la sténose lombaire dégénérative
https://campus.neurochirurgie.fr/article1735.html
2023
Campus numérique de Neurochirurgie
France
matériel d'enseignement audio-visuel
sténose
diagnostic différentiel
sténose
conflit
dégénérescence
étude diagnostique
diagnostic différentiel
endoprothèse
maladie
dégénérescence
---
N3-AUTOINDEXEE
Le diagnostic différentiel : et si c'était une myélite ?
https://campus.neurochirurgie.fr/article1740.html
2023
Campus numérique de Neurochirurgie
France
matériel d'enseignement audio-visuel
protéine du syndrome de Wiskott-Aldrich
diagnostic différentiel
myélite
effet secondaire d'une myélite
gène WAS
diagnostic différentiel
étude diagnostique
myélite
conflit
quel mois est-ce maintenant ?
langue washo
myélite
---