MétaCan
Menu
Retour à la cohorte
Enregistrement W1976043266 · doi:10.1097/wco.0b013e3280126b51

An update on opsoclonus

2007· review· en· W1976043266 sur OpenAlexaff
Agnes Wong

Notice bibliographique

RevueCurrent Opinion in Neurology · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueAutoimmune Neurological Disorders and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOpsoclonusMedicineComputer scienceBiologyGeneticsNeuroblastoma

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The aim of this article is to review opsoclonus, with particular emphasis on its immunopathogenesis and pathophysiology. RECENT FINDINGS: Infections (West Nile virus, Lyme disease), neoplasms (non-Hodgkin's lymphoma, renal adenocarcinoma), celiac disease, and allogeneic hematopoietic stem cell transplantation can cause opsoclonus. Newly identified autoantibodies include antineuroleukin, antigliadin, antiendomysial, and anti-CV2. Evidence suggests that the autoantigens of opsoclonus reside in postsynaptic density, or on the cell surface of neurons or neuroblastoma cells (where they exert antiproliferative and proapoptotic effects). Most patients, however, are seronegative for autoantibodies. Cell-mediated immunity may also play a role, with B and T-cell recruitment in the cerebrospinal fluid linked to neurological signs. Rituximab, an anti-CD20 monoclonal antibody, seems efficacious as an adjunctive therapy. Although changes in synaptic weighting of saccadic burst neuron circuits in the brainstem have been implicated, disinhibition of the fastigial nucleus in the cerebellum, or damage to afferent projections to the fastigial nucleus, is a more plausible pathophysiologic mechanism which is supported by functional magnetic resonance imaging findings in patients. SUMMARY: There is increasing recognition that both humoral and cell mediated immune mechanisms are involved in the pathogenesis of opsoclonus. Further studies are needed to further elucidate its immunopathogenesis and pathophysiology in order to develop novel and efficacious therapy.

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 enseignants0,009
Score d'incertitude au seuil0,030

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
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,193
Tête enseignante GPT0,475
Écart entre enseignants0,282 · 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

Citations152
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in NeurologyMême sujetAutoimmune Neurological Disorders and TreatmentsTravaux en français237 207