MétaCan
Menu
Retour à la cohorte
Enregistrement W2320531640 · doi:10.1177/197140090902200103

Myoinositol Trends in Different Types of Brain Lesions

2009· article· en· W2320531640 sur OpenAlexaff
E. Salzedo, M.C. Cortés, D Melançon, Donatella Tampieri

Notice bibliographique

RevueThe Neuroradiology Journal · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSoft tissue tumor case studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésHemangiopericytomaCortical dysplasiaMedicinePathologyBrain abscessBrain biopsyProton magnetic resonanceMeningiomaMagnetic resonance imagingBiopsyGliomaRadiologyAbscessSurgeryNuclear magnetic resonanceCancer research

Résumé

récupéré en direct d'OpenAlex

Myoinositol (Myo) is a not yet well known metabolite detected using short echo time proton magnetic resonance spectroscopy (HMRS). We examined the role of Myo in 26 patients with new diagnosis of brain lesions including tumors, inflammatory and infectious processes. Histological confirmation of the diagnosis was obtained during gross total surgical resection or stereotactic biopsy of the lesions. The highest ratios of Myo/Cr were found in the hemangiopericytoma and meningioma followed by cortical dysplasia, low grade gliomas, gliobastomas, lymphomas, demyelinating lesions and toxoplasmosis. There was no Myo detected in the cases of metastasis and abscess. Increased Myo levels correlated with low grade gliomas suggesting its potential use in the differentiation of glial tumor. Myo demonstrated a unique pattern in hemangiopericytoma.

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 enseignants0,552
Score d'incertitude au seuil0,253

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 Opus0,028
Tête enseignante GPT0,320
Écart entre enseignants0,291 · 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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Neuroradiology JournalMême sujetSoft tissue tumor case studiesTravaux en français237 207