MétaCan
Menu
Retour à la cohorte
Enregistrement W2561620757 · doi:10.1002/mus.25539

Electrophysiological testing is correlated with myasthenia gravis severity

2016· article· en· W2561620757 sur OpenAlexaff
Alon Abraham, Ari Breiner, Carolina Barnett, Hans Katzberg, Leif E. Lovblom, Mylan Ngo RT, Vera Bril

Notice bibliographique

RevueMuscle & Nerve · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMyasthenia Gravis and Thymoma
Établissements canadiensMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMyasthenia gravisMedicineRepetitive nerve stimulationWeaknessElectromyographyDiseaseElectrophysiologyNeuromuscular diseaseRetrospective cohort studyMuscle weaknessInternal medicinePhysical medicine and rehabilitationSurgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Electrophysiological studies play an important role in the diagnosis of myasthenia gravis (MG). The objectives of this study was to explore the correlation of jitter and decrement with various clinical symptoms and signs and disease severity. METHODS: We performed a retrospective chart review of 75 MG patients who attended the neuromuscular clinic from April 2013 to May 2014. We compared clinical characteristics between patients with high jitter (>100 µs) and decrement (>10%), and patients with lower values to explore the correlations and optimal thresholds of jitter and decrement for different clinical features. RESULTS: High jitter and decrement values were associated with more severe disease, manifested by more frequent symptomatic bulbar and limb muscle weakness, more frequent ocular and limb muscle weakness on examination, higher quantitative MG score, and generalized disease. CONCLUSIONS: The yield of the electrophysiological assessment in MG extends beyond disease diagnosis and correlates with disease severity and the presence of generalized disease. Muscle Nerve 56: 445-448, 2017.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,694

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,213 · 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

Citations34
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetMyasthenia Gravis and ThymomaTravaux en français237 207