EFNS guidelines on the use of neuroimaging in the management of motor neuron diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: These European Federation of Neurological Societies guidelines on neuroimaging of motor neuron diseases (MNDs) are designed to provide practical help for the neurologists to make appropriate use of neuroimaging techniques in patients with MNDs, which ranges from diagnostic and monitoring aspects to the in vivo study of the pathobiology of such conditions. METHODS: Literature searches were performed before expert members of the Task Force wrote proposal. Then, consensus was reached by circulating drafts of the manuscript to the Task Force members and by discussion of the classification of evidence and recommendations. RESULTS AND CONCLUSIONS: The use of conventional MRI in patients suspected of having a MND is yet restricted to exclude other causes of signs and symptoms of MN pathology [class IV, level good clinical practice point (GCPP)]. Although the detection of corticospinal tract hyperintensities on conventional MRI and a T2-hypointense rim in the pre-central gyrus can support a pre-existing suspicion of MND, the specific search of these abnormalities for the purpose of making a firm diagnosis of MND is not recommended (class IV, level GCPP). At present, advanced neuroimaging techniques, including diffusion tensor imaging and proton magnetic resonance spectroscopic imaging, do not have a role in the diagnosis or routine monitoring of MNDs yet (class IV, level GCPP). However, it is strongly advisable to incorporate measures derived from these techniques into new clinical trials as exploratory outcomes to gain additional insights into disease pathophysiology and into the value of these techniques in the (longitudinal) assessment of MNDs (class IV, level GCPP).
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle