MétaCan
Menu
Retour à la cohorte
Enregistrement W2804248249 · doi:10.1017/s1092852918000925

The neurological examination adapted for neuropsychiatry

2018· review· en· W2804248249 sur OpenAlexaboutno aff
Sheldon Benjamin, Margo Lauterbach

Notice bibliographique

RevueCNS Spectrums · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurology and Historical Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuropsychiatryNeurocognitiveNeurological examinationMental status examinationPsychiatryMedicineMontreal Cognitive AssessmentPhysical examinationCognitionDementiaPsychologyCognitive impairmentDiseasePathology

Résumé

récupéré en direct d'OpenAlex

The neuropsychiatric examination includes standard neurological and cognitive examination techniques with several additional observations and tasks designed to capture abnormalities common among patients with neuropsychiatric disorders or neurocognitive complaints. Although useful as a screening tool, a single standardized rating scale such as the Mini Mental State Examination (MMSE) or the Montreal Cognitive Assessment (MoCA) is insufficient to establish a neuropsychiatric diagnosis. Extra attention is paid to findings commonly seen in the setting of psychiatric disorders, dementias, movement disorders, or dysfunction of cortical or subcortical structures. Dysmorphic features, dermatologic findings, neurodevelopmental signs, signs of embellishment, and expanded neurocognitive testing are included. The neuropsychiatric clinician utilizes the techniques described in this article to adapt the examination to each patient's situation, choosing the most appropriate techniques to supplement the basic neurological and psychiatric examinations in support of diagnostic hypotheses being considered. The added examination techniques facilitate diagnosis of neurocognitive disorders and enable neuropsychiatric formulation.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,010

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 Opus0,104
Tête enseignante GPT0,328
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCNS SpectrumsMême sujetNeurology and Historical StudiesTravaux en français237 207