MétaCan
Menu
Retour à la cohorte
Enregistrement W3005276576 · doi:10.1136/jnnp-2019-322541

Primary lateral sclerosis: consensus diagnostic criteria

2020· article· en· W3005276576 sur OpenAlexaff
Martin R. Turner, Richard J. Barohn, Philippe Corcia, John K. Fink, Matthew B. Harms, Matthew C. Kiernan, John Ravits, Vincenzo Silani, Zachary Simmons, Jeffrey Statland, Leonard H. van den Berg

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensColumbia College
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Health and Medical Research CouncilNational Institute on AgingMotor Neurone Disease Association
Mots-clésAmyotrophic lateral sclerosisUpper motor neuronMultiple sclerosisMedicineDiseaseTherapeutic approachNeuroimagingClinical trialNeurosciencePhysical medicine and rehabilitationPsychologyPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Primary lateral sclerosis (PLS) is a neurodegenerative disorder of the adult motor system. Characterised by a slowly progressive upper motor neuron syndrome, the diagnosis is clinical, after exclusion of structural, neurodegenerative and metabolic mimics. Differentiation of PLS from upper motor neuron-predominant forms of amyotrophic lateral sclerosis remains a significant challenge in the early symptomatic phase of both disorders, with ongoing debate as to whether they form a clinical and histopathological continuum. Current diagnostic criteria for PLS may be a barrier to therapeutic development, requiring long delays between symptom onset and formal diagnosis. While new technologies sensitive to both upper and lower motor neuron involvement may ultimately resolve controversies in the diagnosis of PLS, we present updated consensus diagnostic criteria with the aim of reducing diagnostic delay, optimising therapeutic trial design and catalysing the development of disease-modifying therapy.

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)0,008
score de la tête « metaresearch » (Gemma)0,017
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,047
Tête enseignante GPT0,288
Écart entre enseignants0,240 · 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
GenreMéthodes

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

En bref

Citations244
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207