MétaCan
Menu
Retour à la cohorte
Enregistrement W2712921032 · doi:10.1097/wnp.0000000000000402

Recording Fewer Than 20 Potential Pairs With SFEMG May Suffice for the Diagnosis of Myasthenia Gravis

2017· article· en· W2712921032 sur OpenAlexaff
Alon Abraham, Ari Breiner, Carolina Barnett, Hans Katzberg, Vera Bril

Notice bibliographique

RevueJournal of Clinical Neurophysiology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMyasthenia Gravis and Thymoma
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineMyasthenia gravisAbnormalityInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Our aim in the current study was to determine the minimum number of SFEMG potential pairs required to confirm neuromuscular junction impairment and relate this number to disease severity. METHODS: Ninety-four patients with myasthenia gravis (MG) attending the neuromuscular clinic from February 2013 to November 2015 were included. The SFEMG sensitivity was determined for each number of recorded pairs up to 20. In addition, we compared clinical and electrophysiologic characteristics between patients with abnormality within the first 3, 4 to 7, and ≥8 recorded pairs to determine whether this number is associated with disease severity. RESULTS: Ninety-eight percent of patients had abnormal SFEMG, within 17 pairs in ocular MG, and within 15 pairs in generalized MG. All patients with generalized MG had at least one abnormal pair in the first five recorded pairs. Patients with three abnormal pairs apparent earlier during the test had more frequent bulbar, respiratory, and limb muscle weakness, and had higher mean jitter values and decrement values. CONCLUSIONS: In most cases, an abnormal SFEMG examination can be demonstrated in the first 15 recorded potential pairs in patients with generalized MG, and in the first 17 pairs in patients with ocular MG, thus shortening the test time and decreasing patient discomfort while preserving test sensitivity.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,073
Tête enseignante GPT0,384
Écart entre enseignants0,312 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurophysiologyMême sujetMyasthenia Gravis and ThymomaTravaux en français237 207