Vestibular evoked myogenic potential latencies in Meniere disease and vestibular schwannoma.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate vestibular evoked myogenic potentials (VEMPs) in Meniere disease and vestibular schwannoma. Given that the saccule and inferior vestibular nerve may be damaged in Meniere disease and vestibular schwannoma, respectively, VEMP latency may be prolonged in the patient's affected ear. DESIGN: Prospective study. SETTING: Urban otolaryngology practice. METHODS: Ten Meniere disease and 12 vestibular schwannoma patients. Subjects were tested with the VEMP head rotation protocol. MAIN OUTCOME MEASURE: VEMP latency. RESULTS: In Meniere disease patients, the pI latencies (mean +/- SEM, milliseconds) were 12.26 +/- 0.75 (healthy ear) and 14.20 +/- 0.73 (affected ear) (p = .041). The nI latencies were 20.29 +/- 1.06 (healthy ear) and 25.06 +/- 1.64 (affected ear) (p = .013). In vestibular schwannoma patients, the pI latencies were 12.02 +/- 0.93 (healthy ear) and 15.88 +/- 1.35 (affected ear) (p = .016). The nI latencies were 20.98 +/- 1.59 (healthy ear) and 24.84 +/- 1.08 (affected ear) (p = .031). CONCLUSION: VEMP pI and nI latencies were prolonged in the affected ear of Meniere disease and vestibular schwannoma patients. We propose classifying VEMP as abnormal if both the pI latency is > 1 ms longer and the nI latency is > 2 ms longer (sensitivity 66.7%, specificity 86.4%) compared with the other ear. This study suggests a role for VEMP in the clinical testing of these patients.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».