MétaCan
Menu
Retour à la cohorte
Enregistrement W2518266050 · doi:10.1212/wnl.0000000000002878

Differential diagnosis and evaluation in pediatric inflammatory demyelinating disorders

2016· review· en· W2518266050 sur OpenAlexaff
Kevin Rostásy, Barbara Bajer-Kornek, Sunita Venkateswaran, Cheryl Hemingway, Marc Tardieu

Notice bibliographique

RevueNeurology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésNeuromyelitis opticaMedicineDemyelinating DisorderAcute disseminated encephalomyelitisDifferential diagnosisMultiple sclerosisEncephalomyelitisMedical diagnosisSpectrum disorderPediatricsImmunologyPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Major advances have been made in the clinical and radiologic characterization of children presenting with the different forms of an acquired inflammatory demyelinating syndrome (ADS) such as acute disseminating encephalomyelitis, neuromyelitis optica spectrum disorders, and clinically isolated syndromes. Nevertheless, a proportion of cases that present with similar symptoms are due to a broad spectrum of other inflammatory disorders affecting the white matter, primary CNS tumors, or neurometabolic diseases. The clinician therefore has to be aware of the different forms of ADS, the risk factors for a chronic-relapsing course, and features that indicate an alternative diagnosis. The goal of this article is therefore to provide an outline of a pathway for evaluating pediatric patients with a presumed inflammatory demyelinating disorder and discussing the spectrum of the more common differential diagnoses.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,390
Écart entre enseignants0,310 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207