MétaCan
Menu
Retour à la cohorte
Enregistrement W1991526672 · doi:10.1212/01.wnl.0000338630.20412.45

Role of MRI in the differentiation of ADEM from MS in children

2008· article· en· W1991526672 sur OpenAlexaff
David Callen, Manohar Shroff, Helen M. Branson, D. K. Li, Timothy E. Lotze, D H Stephens, Brenda Banwell

Notice bibliographique

RevueNeurology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensBC Children's HospitalMcMaster Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésAcute disseminated encephalomyelitisMultiple sclerosisMedicineLesionMagnetic resonance imagingDemyelinating DisorderEncephalomyelitisRadiologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acute disseminated encephalomyelitis (ADEM) is typically a monophasic demyelinating disorder. However, a clinical presentation consistent with ADEM can also be the first manifestation of multiple sclerosis (MS), particularly in children. Quantitative analyses of MRI images from children with monophasic ADEM have yet to be compared with those from children with MS, and MRI criteria capable of distinguishing ADEM from MS at onset have yet to be derived. METHODS: A retrospective analysis of MRI scans obtained at first attack from 28 children subsequently diagnosed with MS and 20 children with ADEM was performed. T2/fluid-attenuated inversion recovery hyperintense lesions were quantified and categorized according to location, description, and size. T1-weighted images before and after administration of gadolinium were evaluated for the presence of black holes and for gadolinium enhancement. Mean lesion counts and qualitative features were compared between groups and analyzed to create a proposed diagnostic model. RESULTS: Total lesion number did not differentiate ADEM from MS, but periventricular lesions were more frequent in children with MS. Combined quantitative and qualitative analyses led to the following criteria to distinguish MS from ADEM: any two of 1) absence of a diffuse bilateral lesion pattern, 2) presence of black holes, and 3) presence of two or more periventricular lesions. Using these criteria, MS patients at first attack could be distinguished from monophasic ADEM patients with an 81% sensitivity and a 95% specificity. CONCLUSIONS: MRI diagnostic criteria are proposed that may be useful in differentiating children experiencing the first attack of multiple sclerosis from those with monophasic acute disseminated encephalomyelitis.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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

Citations251
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207