MétaCan
Menu
Retour à la cohorte
Enregistrement W1561925457 · doi:10.1111/bpa.12220

Cognitive Impairment in Multiple Sclerosis: Clinical, Radiologic and Pathologic Insights

2014· review· en· W1561925457 sur OpenAlexaff
Gabriele C. DeLuca, Richard L. Yates, Harry Beale, Sarah A. Morrow

Notice bibliographique

RevueBrain Pathology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensWestern University
Organismes subventionnairesUniversity of Oxford
Mots-clésCognitionNeuroscienceNeuropsychologyMultiple sclerosisWhite matterMedicineNeuroimagingCognitive impairmentPathologicalMagnetic resonance imagingPsychologyPathologyPsychiatryRadiology

Résumé

récupéré en direct d'OpenAlex

Cognitive impairment is a common and debilitating feature of multiple sclerosis (MS) that has only recent gained considerable attention. Clinical neuropsychological studies have made apparent the multifaceted nature of cognitive troubles often encountered in MS and continue to broaden our understanding of its complexity. Radiographic studies have started to decipher the neuroanatomic substrate of MS-related cognitive impairment and have shed light onto its pathogenesis. Where radiographic studies have been limited by inadequate resolution or non-specificity, pathological studies have come to the fore. This review aims to provide an overview of the nature of cognitive impairment typically seen in MS and to explore the literature on imaging and pathological studies relevant to its evolution. In particular, the relative contributions of gray (i.e., cerebral cortex, hippocampus, thalamus and basal ganglia) and white matter to MS-related cognitive impairment will be discussed and the importance of interconnectivity between structures highlighted. The pressing need for longitudinal studies combining standardized neuropsychometric, paraclinical and radiographic outcomes obtained during life with post-mortem tissue analysis after death is presented.

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)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,279
Tête enseignante GPT0,435
Écart entre enseignants0,155 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations215
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain PathologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207