MétaCan
Menu
← Retour à la cohorte
Enregistrement W2232858212 · doi:10.3978/j.issn.2224-4336.2015.12.04

Evaluating the epilepsy and oncological outcomes of pediatric brain tumors causing seizures.

2016· article· en· W2232858212 sur OpenAlexaff
Shelly Wang, Aria Fallah

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineGangliogliomaEpilepsyRetrospective cohort studyCohortEpilepsy surgeryPediatricsSingle CenterPsychosocialHistopathologyGliomaCohort studySurgeryPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

We read with great interest a single center retrospective cohort study by Wessling et al. titled “Brain tumors in children with refractory seizures—a long-term followup study after epilepsy surgery”. This is a well-written and concise study of the post-surgical oncological, epileptological, and psychosocial follow-up of children with seizures secondary to brain tumors. This single-center cohort study includes 107 patients (aged 1.6–17.7 years), treated between 1988 and 2012, the majority with lowgrade tumors (76.6% WHO I, 19.6% WHO II). Tumor localization was temporal in more than half of the patients, and histopathology included gangliogliomas in 57% of the cases, gliomas in 29%, and dysembryoplastic neuroepithelial tumors (DNET) in 14%. In comparison with other studies of post-surgical seizure outcomes in literature, this cohort consisted of disproportionally more ganglioglioma cases—traditionally considered benign tumors with low rates of oncological recurrence and favorable post-surgical seizure outcomes. Post-operative complications, including a 5.6% chance of permanent new deficits and a 2.8% chance of surgical complications, were comparable to other studies in literature.

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)0,004
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,115
Tête enseignante GPT0,380
Écart entre enseignants0,265 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetEpilepsy research and treatment→Travaux en français237 207→