Neurologic Signs Predict Periventricular White Matter Lesions on MRI
Notice bibliographique
Résumé
OBJECTIVE: Periventricular white matter disease (PVWD) is associated with abnormalities on tests that involve complex cognitive processes, along with an increased risk of cerebrovascular events which are associated with significant morbidity in older patients. This study investigates whether the neurological examination can predict the presence of PVWD on magnetic resonance imaging (MRI). No prior studies have assessed whether the neurological examination can predict the presence of PVWD on MRI. METHODS: A focused neurological examination was performed on a random selection of patients referred for a MRI of the brain. Staff neuroradiologists who were blinded to the results of the physical examination independently read the MRI scans. The MRI interpretations were divided into four categories based on the degree of PVWD: none, mild, moderate, severe. RESULTS: Twenty-three subjects had some degree of PVWD, while 25 subjects had none. The total number of neurologic signs correlated significantly with the severity of PVWD even when adjusting for the effect of age (rho=0.67, p<0.001). Ninety-one percent of subjects with PVWD had three or more abnormal signs, while 76% of subjects without PVWD had fewer than three. Abnormalities with the three step motor sequencing and horizontal visual tracking tests were maximally predictive of PVWD. One or both of these tests were abnormal in 96% of subjects with PVWD, while 64% of subjects without PVWD had no problems with either test. CONCLUSION: Simple neurologic tests can predict the presence or absence of PVWD on MRI.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».