MétaCan
Menu
Retour à la cohorte
Enregistrement W2111676299 · doi:10.1586/1744666x.2015.1018891

Treatment responsiveness in CIDP patients with diabetes is associated with unique electrophysiological characteristics, and not with common criteria for CIDP

2015· article· en· W2111676299 sur OpenAlexaff
Alon Abraham, Ari Breiner, Hans Katzberg, Leif E. Lovblom, Bruce A. Perkins, Vera Bril

Notice bibliographique

RevueExpert Review of Clinical Immunology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGrifols
Mots-clésMedicineChronic inflammatory demyelinating polyneuropathyPolyradiculoneuropathyCohortInternal medicineDiabetes mellitusNeurologyRetrospective cohort studyPediatricsImmunologyGuillain-Barre syndromeAntibodyEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Characterize treatment responsiveness in chronic inflammatory demyelinating polyradiculoneuropathy (CIDP) patients with diabetes mellitus (DM). METHODS: We performed a retrospective chart review of CIDP subjects assessed between 1997 and 2013 and compared treatment response rates in those with and without DM, using different sets of criteria. RESULTS: 99 CIDP patients were included, 34 CIDP+DM and 65 CIDP-DM patients, both having similar treatment response rates. CIDP patients fulfilling European Federation of Neurological Societies/Peripheral Nerve Society (EFNS/PNS) criteria had higher treatment response rates. Responders fulfilled a higher number of American Academy of Neurology (AAN) and EFNS/PNS criteria and had a higher number of demyelinating features in the total cohort and in CIDP-DM but not in CIDP+DM patients. CIDP+DM responders, however, had unique electrophysiologic characteristics. CONCLUSION: Fulfilling EFNS/PNS and AAN criteria, and higher number of demyelinating features, are associated with higher treatment response rates in CIDP-DM but not in CIDP+DM patients, implying the need for adjusting current criteria to predict treatment response rates in CIDP-DM patients.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,386
Écart entre enseignants0,333 · 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'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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Clinical ImmunologyMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207