MétaCan
Menu
Retour à la cohorte
Enregistrement W2088397537 · doi:10.1212/01.wnl.0000298725.57899.fa

Finding NMO

2008· letter· en· W2088397537 sur OpenAlexaboutno aff
Michael Levy, Julius Birnbaum, Douglas A. Kerr

Notice bibliographique

RevueNeurology · 2008
Typeletter
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuromyelitis opticaMedicineTransverse myelitisAcute disseminated encephalomyelitisOptic neuritisMultiple sclerosisPediatricsMyelitisSpinal cordPsychiatry

Résumé

récupéré en direct d'OpenAlex

Since the discovery in 2004 of NMO-IgG, the autoantibody associated with neuromyelitis optica (NMO),1 neurologists are increasingly relying on the NMO-IgG test to rule in or rule out NMO. Related disorders like optic neuritis (ON), transverse myelitis (TM), acute disseminated encephalomyelitis (ADEM), and longitudinally extensive TM (LETM; ≥3 spinal cord vertebral segments) can all be monophasic or multiphasic, can occur together or individually, and can occur in adults or children. Similarly, multiple sclerosis (MS) is often confused with these disorders, especially early in the disease. But little is known about the prevalence of NMO-IgG in children presenting with these disorders. In the current issue of Neurology ®, Dr. Banwell at the Hospital for Sick Children in Toronto, Canada, along with colleagues in Argentina and Montreal, and Dr. Pittock and colleagues at the Mayo Clinic in Rochester, Minnesota, aim to determine the seroprevalence of NMO-IgG in children with NMO and related disorders.2 This is the first published characterization of NMO-IgG seroprevalence in children and includes 87 patients with NMO, TM, ON, ADEM +TM, and MS from two centers, Toronto and Buenos Aires. Diagnoses were based on well-established clinical and radiologic criteria, and clinicians were blinded to the NMO-IgG status for the purpose of this study. The results …

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,098
Tête enseignante GPT0,335
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207