MétaCan
Menu
Retour à la cohorte
Enregistrement W2602161709 · doi:10.14740/jnr.v7i1-2.418

Nascent Potential: May It Be a Marker in Prediction of Malignant Course in Acute Motor Axonal Neuropathy?

2017· article· en· W2602161709 sur OpenAlexvenueno aff
Halil Önder

Notice bibliographique

RevueJournal of Neurology Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcute motor axonal neuropathyMedicinePlasmapheresisGuillain-Barre syndromeAxonal degenerationPathophysiologyAntibodyNeurosciencePathologyPediatricsImmunologyPsychology

Résumé

récupéré en direct d'OpenAlex

Acute motor axonal neuropathy (AMAN) is a subtype of Guillain-Barre syndrome (GBS) that is associated with a longer duration of illness and worse prognosis. Nonetheless, AMAN recovers well according to acute motor-sensory axonal neuropathy (AMSAN) that has been attributed to the underlying mechanisms such as terminal axonal damage as well as ganglioside antibody related injuries at nodes of Ranvier, rather than a primary axonopathy. On the other hand, in malignant coursed AMAN, ventral root degeneration has been shown to be the responsible mechanism for slow and incomplete recovery in these patients. In this report, I present a patient with malignant coursed AMAN who developed a rapidly, severe course of illness and no significant response to therapies (intravenous immunoglobulin and plasmapheresis) could be achieved even on the second month of follow-up. Via the presentation of this case, I draw attention to nascent potentials on electromyography as a potential paraclinical marker for malignant course in AMAN. Future studies investigating the utilizability of nascent potentials in determination of the prognosis of AMAN may provide vulnerable perspectives. In my opinion, these studies may also add crucial data for clarification of the unsolved pathophysiological mechanisms of AMAN. J Neurol Res. 2017;7(1-2):16-18 doi: https://doi.org/10.14740/jnr418w

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,067
Tête enseignante GPT0,383
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology ResearchMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207