MétaCan
Menu
Retour à la cohorte
Enregistrement W2107610763 · doi:10.3109/09273948.2013.799215

Autoimmune Retinopathies: A Report of 3 Cases

2013· article· en· W2107610763 sur OpenAlexaff
Merih Oray, Nur Kır, Samuray Tuncer, Sumru Önal, İlknur Tuğal-Tutkun

Notice bibliographique

RevueOcular Immunology and Inflammation · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune Neurological Disorders and Treatments
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésMedicineRetinopathyVisual fieldOphthalmologyDermatologyDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe 3 representative cases of autoimmune retinopathy (AIR). METHODS: Clinical records of patients with a diagnosis of AIR were analyzed for demographic data, clinical findings, ancillary and laboratory tests, and treatment employed. RESULTS: Three female patients diagnosed with AIR had bilateral reduction of electroretinogram amplitudes and elevation of visual field threshold within the central 30 degrees of the visual field that was disproportionately more severe than the clinical findings of retinal degeneration. The diagnoses were cancer-associated retinopathy, non-neoplastic AIR, and hereditary retinal dystrophy with secondary inflammation. Optic nerve involvement was also present in all cases. The patient with non-neoplastic AIR was successfully treated with systemic corticosteroids and immunomodulatory agents. CONCLUSION: High index of suspicion is essential for an early diagnosis of AIR. Visual function and electrophysiological tests should be included in the initial workup of patients who present with suggestive clinical signs and symptoms of AIR.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcular Immunology and InflammationMême sujetAutoimmune Neurological Disorders and TreatmentsTravaux en français237 207