MétaCan
Menu
Retour à la cohorte
Enregistrement W2883497202 · doi:10.1002/mus.26186

Musculocutaneous neuropathy

2018· article· en· W2883497202 sur OpenAlexaff
Cullen O’Gorman, Charles D. Kassardjian, Eric J. Sorenson

Notice bibliographique

RevueMuscle & Nerve · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Nerve Disorders
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMusculocutaneous nerveWeaknessSurgeryElectromyographyPresentation (obstetrics)Ulnar neuropathyEntrapment NeuropathyElbowNerve conduction studyAnesthesiaMedian nerveNerve conductionUlnar nervePhysical medicine and rehabilitationCarpal tunnel syndrome

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Isolated musculocutaneous neuropathy is uncommon. In this study we aimed to determine its causes and clinical presentation and interpret the electrodiagnostic findings associated with this condition. METHODS: Our investigation was a retrospective review of patients diagnosed with musculocutaneous neuropathy at the Mayo Clinic (Rochester, Minnesota) electromyography (EMG) laboratory between 1997 and 2015. RESULTS: Thirty-two patients with musculocutaneous neuropathy and 5 patients with lateral antebrachial cutaneous neuropathy were identified. The most common cause was acute trauma or surgery (65%). Fourteen percent of the cases were idiopathic and 14% were inflammatory. Pain and sensory disturbance were more common presentations than weakness. Weakness from nerve injury was not noted in 2 patients, suggesting that other muscles may provide adequate elbow flexion/supination. The bilateral absence of lateral antebrachial cutaneous nerve sensory responses suggests an inflammatory cause. DISCUSSION: Musculocutaneous neuropathy usually results from trauma or iatrogenic injury. Nerve conduction studies alone are insufficient to confirm neuropathy, and needle EMG examination should be a routine part of the diagnostic evaluation. Muscle Nerve 58: 726-729, 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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,013
Tête enseignante GPT0,266
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 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'étudeÉtude de cas
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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetPeripheral Nerve DisordersTravaux en français237 207