MétaCan
Menu
Retour à la cohorte
Enregistrement W2790612043 · doi:10.1002/mus.26126

The usefulness of electrodiagnostic studies in the diagnosis and management of neuromuscular disorders

2018· article· en· W2790612043 sur OpenAlexaff
Heather Lindstrom, Nigel Ashworth

Notice bibliographique

RevueMuscle & Nerve · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Neuropathies and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionElectromyographyClinical diagnosisPhysical therapyIntensive care medicinePhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This study seeks to evaluate the usefulness of electrodiagnostic (EDX) studies in terms of the patient's diagnosis and subsequent management and to identify patient groups in which EDX is particularly useful. METHODS: The records of new patients referred to a single tertiary hospital EDX laboratory during 1 calendar year were reviewed to determine whether results of EDX studies led to a changed diagnosis and/or management plan. Logistic regression was used to determine whether any factors were associated with changed diagnosis or management. RESULTS: Results of EDX studies led to a change in diagnosis and a confirmation in diagnosis in 51.5% and 46.5% of the cases, respectively. Results of EDX studies led to a change in the management plan in 63.4% of all cases. The diagnosis and management plan were more likely to be changed in older patients and patients referred in hospital. DISCUSSION: EDX studies seem useful for confirming or changing the diagnosis and in guiding management in patients with suspected neuromuscular disorders. Muscle Nerve 58: 191-196, 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 enseignants0,512
Score d'incertitude au seuil0,223

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)0,0000,000

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 Opus0,044
Tête enseignante GPT0,296
Écart entre enseignants0,253 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetPeripheral Neuropathies and DisordersTravaux en français237 207