MétaCan
Menu
Retour à la cohorte
Enregistrement W1986521823 · doi:10.1159/000062996

Sleep Laboratory Diagnosis of Restless Legs Syndrome

2002· article· en· W1986521823 sur OpenAlexaff
Martin Michaud, Jean Paquet, Gilles Lavigne, Alex Désautels, Jacques Montplaisir

Notice bibliographique

RevueEuropean Neurology · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensDouglas Mental Health University InstituteUniversité de MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésRestless legs syndromePolysomnographyArousalWakefulnessMedicineNeurological disorderSleep (system call)NocturnalPhysical therapyPhysical medicine and rehabilitationPsychologyElectroencephalographyInternal medicineInsomniaCentral nervous system diseaseApneaNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Polysomnographic recordings and the Suggested Immobilization Test (SIT) are frequently used to support the clinical diagnosis of restless legs syndrome (RLS). The present study evaluated the discriminant power of 5 different parameters: (1) index of periodic leg movements during sleep (PLMS), (2) index of PLMS with an associated microarousal (PLMS-arousal), (3) index of PLM during nocturnal wakefulness (PLMW), (4) SIT PLM index and (5) mean subjective leg discomfort score during the SIT (SIT MDS) in 100 patients with idiopathic RLS and 50 healthy control subjects. Both groups differed significantly on each parameter studied. Furthermore, while the SIT PLM, the PLMS and the PLMS-arousal indices revealed a poor ability to discriminate patients from controls, the PLMW index and the MDS both showed high sensitivity (87 +/- 7 and 82 +/- 8, respectively) and specificity (80 +/- 11 and 84 +/- 10, respectively) for diagnosing RLS. The combination of these 2 parameters correctly classified 88% of all subjects with a sensitivity of 82% and a specificity of 100%.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,275
Écart entre enseignants0,236 · 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'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

Citations138
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean NeurologyMême sujetRestless Legs Syndrome ResearchTravaux en français237 207