MétaCan
Menu
Retour à la cohorte
Enregistrement W2916270006 · doi:10.31636/pmjua.v3i4.2

Modern approaches to diagnostics and treatment of migraine in children

2019· article· en· W2916270006 sur OpenAlexaboutno aff
P V Kovalchuk, Oleksandr Katilov, S O Panenko

Notice bibliographique

RevuePain medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMigraine and Headache Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMigraineMedicineIntensive care medicineIncidence (geometry)Medical diagnosisPediatricsPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

This article reviews modern approaches to diagnostics and treatment of a very common and simultaneously underestimated and often maltreated disorder in children. It is fallacious management of migraine masked behind the diagnoses such as autonomic vessel dysfunction and vascular headache here in Ukraine. This is a tremendous problem and it should be solved with appropriate information spread across the medical community. Up-to-date classification according to the International Headache Society, diagnostic criteria, differential diagnosis, investigation and treatment strategies are presented in the article. All supported data are com-pliant with guidelines of developed countries with evidence-based medicine (US, Canada, Great Britain, Japan, Australia, New Zealand) enhanced with new trials and approved methods. Migraine management is a rapidly evolving concept, where major changes were done during recent years (transcranial Deep Brain Stimulation, vagus stimulation, CGRP-receptor mono-clonal antibodies). Considering disorder incidence and its impact on life quality and the existence of options for alleviating symptoms, this information is important for physicians who work with children, especially for general practitioners, pediatrics, pediatric and adult neurologists.

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)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,069
Tête enseignante GPT0,271
Écart entre enseignants0,201 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain medicineMême sujetMigraine and Headache StudiesTravaux en français237 207