MétaCan
Menu
Retour à la cohorte
Enregistrement W1971936334 · doi:10.1097/mop.0b013e3283402d4c

Diagnosing central nervous system vasculitis in children

2010· review· en· W1971936334 sur OpenAlexaff
Tania Cellucci, Susanne M. Benseler

Notice bibliographique

RevueCurrent Opinion in Pediatrics · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineVasculitisIntensive care medicineCentral nervous systemPresentation (obstetrics)DiseaseObservational studyPediatricsPathologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To review the current literature of childhood central nervous system vasculitis, and to discuss a tailored approach to diagnosis and treatment based on recent evidence. RECENT FINDINGS: Primary angiitis of the central nervous system in children (cPACNS) is an increasingly recognized inflammatory brain disease with potentially devastating neurological consequences. The diagnostic approach should be tailored to the clinical presentation of the child with suspected cPACNS and should address the expanding spectrum of inflammatory and noninflammatory brain diseases with overlapping clinical features. New evidence has confirmed that elective brain biopsies in children have a higher diagnostic yield than in adults and improve our ability to diagnose angiography-negative cPACNS. Finally, observational studies have shown that early diagnosis and aggressive treatment lead to improved neurological outcomes and lower mortality rates in patients with cPACNS. SUMMARY: This review summarizes the recent data on diagnosis, classification, treatment, and outcomes in cPACNS. Our improved understanding of cPACNS facilitates a tailored diagnostic approach that results in earlier diagnosis and initiation of therapy for this potentially reversible condition.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,343
Écart entre enseignants0,305 · 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in PediatricsMême sujetVasculitis and related conditionsTravaux en français237 207