MétaCan
Menu
Retour à la cohorte
Enregistrement W2905573240 · doi:10.1002/lio2.230

Benign paroxysmal positional vertigo

2018· review· en· W2905573240 sur OpenAlexaff
Peng You, Ryan Instrum, Lorne Parnes

Notice bibliographique

RevueLaryngoscope Investigative Otolaryngology · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésBenign paroxysmal positional vertigoMedicineSupine positionPosterior Semicircular CanalVestibular systemVertigoSurgeryAudiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Benign paroxysmal positional vertigo (BPPV) is the most common peripheral vestibular end-organ disease. This article aims to summarize research findings and key discoveries of BPPV. The pathophysiology, diagnosis, nonsurgical, and surgical management are discussed. METHODS: A comprehensive review of the literature regarding BPPV up through June 2018 was performed. RESULTS: BPPV is typified by sudden, brief episodes of vertigo precipitated by specific head movements. While often self-limited, BPPV can have a considerable impact on quality of life. The diagnosis can be established with a Dix-Hallpike maneuver for the posterior and anterior canals, or supine roll test for the horizontal canal, and typically does not require additional ancillary testing. Understanding the pathophysiology of both canalithiasis and cupulolithiasis has allowed for the development of various repositioning techniques. Of these, the particle repositioning maneuver is an effective way to treat posterior canal BPPV, the most common variant. Options for operative intervention are available for intractable cases or patients with severe and frequent recurrences. CONCLUSIONS: A diagnosis of BPPV can be made through clinical history along with diagnostic maneuvers. BPPV is generally amenable to in-office repositioning techniques. For a small subset of patients with intractable BPPV, canal occlusion can be considered. LEVEL OF EVIDENCE: N/A.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,083
Tête enseignante GPT0,330
Écart entre enseignants0,247 · 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

Citations123
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaryngoscope Investigative OtolaryngologyMême sujetVestibular and auditory disordersTravaux en français237 207