MétaCan
Menu
Retour à la cohorte
Enregistrement W1981851639 · doi:10.1590/0004-282x20140129

Spinocerebellar ataxia type 3: subphenotypes in a cohort of brazilian patients

2014· article· en· W1981851639 sur OpenAlexaff
Adriana Moro, Renato P. Munhoz, Walter O. Arruda, Salmo Raskin, Mariana Moscovich, Hélio A.G. Teive

Notice bibliographique

RevueArquivos de Neuro-Psiquiatria · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpinocerebellar ataxiaAtaxiaCerebellar ataxiaMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Spinocerebellar ataxia type 3 (SCA3) involves cerebellar, pyramidal, extrapyramidal, motor neuron and oculomotor systems with strong phenotypic heterogeneity, that lead us to classify the disorder into different clinical subtypes according to the predominantly affected motor systems. METHOD: The series comprises 167 SCA3 patients belonging to 68 pedigrees, studied from 1989-2013. These patients were categorized into seven different subphenotypes. RESULTS: SCA3 cases were clustered according to the predominant clinical features. Three most common forms were subphenotype 2, characterized by ataxia and pyramidal symptom was observed in 67.5%, subphenotype 3 with ataxia and peripheral signs in 13.3%, and subphenotype 6 with pure cerebellar syndrome in 7.2%. CONCLUSION: Our study was the first to systematically classify SCA3 into seven subphenotypes. This classification may be particularly useful for determination of a more specific and direct phenotype/genotype correlation in future studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations42
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArquivos de Neuro-PsiquiatriaMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207