MétaCan
Menu
Retour à la cohorte
Enregistrement W2083504028 · doi:10.1177/0883073812443006

Masquerades of Acquired Demyelination in Children

2012· article· en· W2083504028 sur OpenAlexafffund
Julia O’Mahony, Amit Bar‐Or, Douglas L. Arnold, A. Dessa Sadovnick, Ruth Ann Marrie, Brenda Banwell

Notice bibliographique

RevueJournal of Child Neurology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensUniversity of ManitobaMcGill UniversityUniversity of TorontoSickKids FoundationMontreal Neurological Institute and HospitalVictoria General HospitalUniversity of British ColumbiaHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCentral nervous systemMedicineVasculitisDemyelinating DisorderDemyelinating diseaseDifferential diagnosisMagnetic resonance imagingNervous systemPathologyMultiple sclerosisDiseasePediatricsInternal medicineImmunologyRadiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The diagnosis of acquired demyelinating syndromes of the central nervous system in children requires exclusion of other acute central nervous system disorders. In a 23-site national demyelinating disease study, standardized clinical, laboratory, and magnetic resonance imaging (MRI) data were obtained prospectively from onset, and serially at 3, 6, and 12 months and annually. Twenty of 332 (6%) participants (mean [SD] age, 10.21 [4.32] years; 12 (60%) female) were ultimately diagnosed with vascular disorders (primary or secondary central nervous system vasculitis, vasculopathy, stroke, or migraine, n = 11 children), central nervous system malignancy (n = 3), mitochondrial disease (n = 2), or central nervous system symptoms in the accompaniment of confirmed infection (n = 4). Red flags that may serve to distinguish disorders in the differential of acquired demyelination are described.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,250
Écart entre enseignants0,241 · 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'étudeÉtude de cas
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

Citations26
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207