Use of “unidentified bright objects” on MRI for diagnosis of neurofibromatosis 1 in children
Notice bibliographique
Résumé
BACKGROUND: "Unidentified bright objects" (UBOs) have been observed as areas of increased T2-weighted signal intensity on MRI in 43% to 93% of children with neurofibromatosis 1 (NF1). Because of this high frequency and the fact that the NIH diagnostic criteria often do not permit diagnosis of NF1 in early childhood, UBOs have been proposed as an additional diagnostic criterion. METHODS: The authors examined the sensitivity and specificity of UBOs for NF1 in 19 affected children and 19 age-matched controls. Eleven of the control patients had CNS pathology that might be classified as UBOs on MRI scan. The authors measured the agreement in recognition of UBOs between two pediatric neuroradiologists who independently examined the MRI studies of these patients. They also assessed the effect of adding UBOs to the NIH diagnostic criteria on ability to diagnose NF1 in young patients. RESULTS: Sensitivity and specificity of UBOs for NF1 averaged 97% and 79%, respectively. Agreement between the two radiologists was 84% overall, but varied greatly from one brain region to another. Adding UBOs as a diagnostic criterion permitted the diagnosis of 30% of young patients with NF1 mutations who do not meet the existing NIH diagnostic criteria for NF1. The value of including UBOs is less in older patients because a larger proportion of them meet the existing diagnostic criteria. CONCLUSIONS: UBOs are difficult to identify with certainty and occur in children with suspected CNS disorders who do not have NF1, but they tend to occur in different brain regions. UBOs may be more useful for diagnosis of NF1 in young children if they can be defined precisely and if only the cerebellum, brainstem, and basal ganglia are considered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».