MétaCan
Menu
Retour à la cohorte
Enregistrement W2199319095 · doi:10.1136/jnnp-2015-312379.149

ANALYSIS OF AN ADULT DUCHENNE MUSCULAR DYSTROPHY POPULATION: TEN YEARS ON

2015· article· en· W2199319095 sur OpenAlexaff
Kit Wu, Axelle Rigaudy, Loucas Christodoulou, Aren Okello, Emily Ballard, Nicholas Hart, Robin Howard

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDuchenne muscular dystrophyCohortPopulationPediatricsWheelchairPhysical therapyAuditMuscular dystrophyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Duchenne muscular dystrophy (DMD) is a progressive, multi-systemic condition, management of which has benefitted from improvements in research and healthcare. Aim 1. To review the multidisciplinary management of a late adolescent and adult DMD population attending the Lane Fox Respiratory Unit. 2. To compare the findings to those of an audit conducted 10 years previously (Parker et al, QJM. 2005.), so to identify areas of improvement and issues that require further input. Method We studied 30 patients with DMD referred to an adult neuromusclular clinic over a ten-year period. Clinical details were obtained from case notes or direct observations. Results The age for our cohort ranged from 19 to 49 years, all of whom became symptomatic before ten years old. Nine patients died during the study period. 25 patients were wheelchair bound in their mid-teens. Over the last ten years, areas of improvement include provision of non-invasive ventilation, provision of aids, and access to education (9/30 of our cohort attended university or college, and three patients are in active employment). Areas of care that need further input are management of mood, bowel hygiene, fatigue and pain. Discussion Despite improvements in several areas, there is still a need for a consistent and multi-faceted approach to management of DMD.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetMuscle Physiology and DisordersTravaux en français237 207