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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».