MétaCan
Menu
Retour à la cohorte
Enregistrement W2784128830 · doi:10.1002/mus.26054

High frequency of MGUS in DSP

2018· article· en· W2784128830 sur OpenAlexafffund
Alon Abraham, Carolina Barnett, Hans Katzberg, Leif E. Lovblom, Bruce A. Perkins, Vera Bril

Notice bibliographique

RevueMuscle & Nerve · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensSinai Health SystemLunenfeld-Tanenbaum Research InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesJuvenile Diabetes Research Foundation United KingdomCanadian Diabetes Association
Mots-clésMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Monoclonal gammopathy has been reported in several polyneuropathies. In this study, we sought to explore the frequency and characteristics of monoclonal gammopathy in patients with diabetic sensorimotor polyneuropathy (DSP). METHODS: Patients with type 1 and type 2 diabetes mellitus (DM 1, DM 2) and controls without diabetes were evaluated between November 2008 and December 2013. RESULTS: Fifty controls, 66 patients with DM 1, and 106 patients with DM 2 were included, with average ages of 43 ± 18, 45 ± 17, and 65 ± 10 years, respectively; the frequency of monoclonal gammopathy was 0%, 8%, and 15%, respectively. In patients with DSP, the frequency of monoclonal gammopathy increased to 14% in DM 1 and 21% in DM 2; the most common monoclonal proteins were immunoglobulin (Ig) M and IgG, respectively. DISCUSSION: DSP might be associated with a high frequency of monoclonal gammopathy, with different characteristics in DM 1 and in DM 2. Muscle Nerve 57: 1018-1021, 2018.

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 enseignants0,753
Score d'incertitude au seuil0,593

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207