MétaCan
Menu
Retour à la cohorte
Enregistrement W2126787537 · doi:10.1590/0004-282x20140082

Pull test performance and correlation with falls risk in Parkinson?s disease

2014· article· en· W2126787537 sur OpenAlexafffund
Renato P. Munhoz, Hélio Afonso Ghizoni Teive

Notice bibliographique

RevueArquivos de Neuro-Psiquiatria · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésMedicinePredictive valueCorrelationParkinson's diseasePhysical therapyPostural instabilityInternal medicineDiseasePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Postural instability (PI) and falls are major sources of disability in Parkinson's disease (PD). Our objectives were to evaluate the correlation between the pull-test (PT) scores and falls. Patients underwent a standardized data collection including demographic, clinical data, and the UPDRS scores for falls and the PT. Cases with scores >1 for falls were considered frequent fallers. 264 patients were included with mean age 67.6±10 years, mean age of onset 59.1±10.7 years. Comparison between PT scores versus the proportion of frequent fallers and the mean score of the UPDRS for falls showed that for each increase in the PT score, both parameters were significantly worse, with positive linear relationship. For any abnormal PT score, sensibility and negative predictive value were excellent; specificity and positive predictive value improved with worse PT scores. In conclusion, the PT provides important and reliable information regarding PI and the risk of falls in PD.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,871

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArquivos de Neuro-PsiquiatriaMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207