Grey matter brain injuries are common in Ugandan children with cerebral palsy suggesting a perinatal aetiology in full‐term infants
Notice bibliographique
Résumé
AIM: There is limited literature on brain imaging studies of children with cerebral palsy (CP) in low and middle income countries. We investigated neuroimaging patterns of children with CP attending a tertiary referral centre in Uganda to determine how they differed from studies reported from high income countries and their relationship with prenatal and postnatal factors. METHODS: Precontrast and postcontrast computed tomography (CT) scans of 78 CP children aged 2-12 years were conducted using a Philips MX 16-slice CT scanner. Two radiologists, blinded to the patient's clinical status, independently reviewed the scans. RESULTS: Abnormal CT scans were detected in 69% of the children sampled, with very few having primary white matter injuries (4%). Primary grey matter injuries (PGMI) (44%) and normal scans (31%) were most frequent. Children with a history of hospital admission following birth were three times more likely to have PGMI (odds ratio [OR] 2.8; 95% CI 1.1-7.1), suggesting a perinatal period with medical complications. CONCLUSION: Brain imaging patterns in this group of CP children differed markedly from imaging studies reported from high income countries, suggesting a perinatal aetiology in full-term infants and reduced survival in preterm infants.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».