MétaCan
Menu
Retour à la cohorte
Enregistrement W2034206446 · doi:10.1177/0883073812448680

Diagnostic Approach to Childhood-Onset Cerebellar Atrophy

2012· article· en· W2034206446 sur OpenAlexafffund
Almundher Al‐Maawali, Susan Blasér, Grace Yoon

Notice bibliographique

RevueJournal of Child Neurology · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of HealthRare Disease Foundation
Mots-clésAtrophyNeuroimagingCerebellar ataxiaCerebellumMagnetic resonance imagingMedicinePathologyOlivopontocerebellar atrophyAtaxiaAtaxia-telangiectasiaNeuronal ceroid lipofuscinosisNeurosciencePediatricsPsychologyDegenerative diseaseRadiologyDiseaseBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Hereditary ataxias associated with cerebellar atrophy are a heterogeneous group of disorders. Selection of appropriate clinical and genetic tests for patients with cerebellar atrophy poses a diagnostic challenge. Neuroimaging is a crucial initial investigation in the diagnostic evaluation of ataxia in childhood, and the presence of cerebellar atrophy helps guide further investigations. We performed a detailed review of 300 patients with confirmed cerebellar atrophy on magnetic resonance imaging over a 10-year period. A diagnosis was established in 47% of patients: Mitochondrial disorders were most common, followed by neuronal ceroid lipofuscinosis, ataxia telangiectasia, and late-onset GM2 gangliosidosis. We review the common causes of cerebellar atrophy in childhood and propose a diagnostic approach based on correlating specific neuroimaging patterns with clinical and genetic diagnoses.

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 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 enseignants0,229
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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

Citations44
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207