Motor unit number index and neurophysiological index as candidate biomarkers of presymptomatic motor neuron loss in amyotrophic lateral sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Our objective was to determine the utility of motor unit number index (MUNIX) and neurophysiological index (NI) as surrogate biomarkers of disease progression in limbs without clinical signs of lower motor neuron (LMN) involvement from patients with slowly progressive amyotrophic lateral sclerosis (ALS). METHODS: Patients with slowly progressive ALS and at least 1 clinically unaffected limb were prospectively enrolled. Clinical signs of LMN loss and results from hand-held dynamometer (HHD), revised ALS Functional Rating Scale (ALSFRS-R), mean-MUNIX (from 3 different muscles), and NI were longitudinally recorded. RESULTS: Eighteen patients with 43 presymptomatic muscles were evaluated. Twenty-seven muscles remained clinically unaffected during study, with stable ALSFRS-R subscores and HHD measures. However, a significant decline in mean-MUNIX and NI was detected. DISCUSSION: Mean-MUNIX and NI were more sensitive than clinical measures at detecting LMN loss in presymptomatic limbs from patients with slowly progressive ALS. Therefore, these electrophysiological biomarkers should be included in early study phases as meaningful outcome measures. Muscle Nerve 58: 204-212, 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».