Soft signs in movement disorders: friends or foes?
Notice bibliographique
Résumé
In movement disorders, emphasis on pure phenomenology to make diagnoses can lead to significant variability and diagnostic disagreement.1 2 This is illustrated by difficulty among experts in deciding whether possibly equivocal signs (‘soft’ signs) are present or absent. A tight pen grip, slightly asymmetric arm swing, or hyperextended fingers may be judged by some to be within the broad spectrum of normal. Others may consider such signs to be pathological. Hence, the relevance of such signs can be uncertain. Furthermore, we are often asked to judge on the presence and clinical relevance of soft signs in ‘neurologically healthy’ individuals and this can be challenging (eg, in clinical genetic studies). Although classification systems tend to include clinical signs to define boundaries of disease, the relevance of soft signs may be questionable if inter-rater reliability is variable. Initially introduced in the psychiatric literature,3 the term ‘soft signs’ has also recently been applied to movement disorders. In the recent Consensus Statement on the Classification of Tremor, the detection of soft signs has, for the first time, become an integral part of tremor classification.4 Because of the uncertainty surrounding the interpretation of soft signs, we asked movement disorders experts (MDE) and experts in fields other than movement disorders (non-MDE) to rate videos of patients and healthy control subjects to assess inter-rater reliability on the presence or absence of soft signs. We asked seven MDE (AJE, AEL, TL, DM, FM, NPQ, MV) and six non-MDE (listed in the Acknowledgements section) to rate 30 videos for the presence or absence of soft signs. Raters were advised that videos may feature control subjects or patients, but no other clinical information was provided. Twenty-five control subjects were recorded (9 …
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 | 0,008 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 ».