MétaCan
Menu
Retour à la cohorte
Enregistrement W2009861391 · doi:10.1002/mus.20908

Surrogate therapeutic outcome measures in patients with myasthenia gravis

2007· article· en· W2009861391 sur OpenAlexaff
Lorne Zinman, Devra Baryshnik, Vera Bril

Notice bibliographique

RevueMuscle & Nerve · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMyasthenia Gravis and Thymoma
Établissements canadiensToronto General HospitalUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMyasthenia gravisMedicineRepetitive nerve stimulationElectromyographyNeuromuscular diseaseNeuromuscular transmissionInternal medicineDiseasePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Treatment of acquired myasthenia gravis (MG) with immunotherapies successfully relieves symptoms and improves strength as documented by the Quantitative Myasthenia Gravis Score for disease severity (QMGS). Neuromuscular function, as demonstrated by the surrogate measures of repetitive nerve stimulation (RNS) and single-fiber electromyography (SFEMG), is sensitive for diagnosis and staging disease severity. This study of 51 patients treated with immunomodulation confirmed that RNS and SFEMG are useful to stage disease severity, but found that clinical measures such as the QMGS are more sensitive to change than electrophysiological parameters. The presence of blocking on SFEMG did predict responsiveness to intravenous immunoglobulin (IVIG) treatment, providing clinicians with an objective, reliable, quantitative measure to help determine which patients will benefit from this costly treatment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,046
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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.

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

Citations18
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetMyasthenia Gravis and ThymomaTravaux en français237 207