MétaCan
Menu
Retour à la cohorte
Enregistrement W3044511109 · doi:10.3389/fneur.2020.00669

Dawson's Fingers in Cerebral Small Vessel Disease

2020· article· en· W3044511109 sur OpenAlexaboutno aff
Aowei Lv, Zaiqiang Zhang, Ying Fu, Yaping Yan, Li Yang, Wenli Zhu

Notice bibliographique

RevueFrontiers in Neurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensnon disponible
Organismes subventionnairesFujian Medical UniversityNatural Science Foundation of Shaanxi ProvinceNational Natural Science Foundation of China
Mots-clésHyperintensityCognitive impairmentInternal medicineAbnormalityMedicineMagnetic resonance imagingCardiologyDiseaseWhite matterPathophysiologyIncidence (geometry)Diabetes mellitusLeukoaraiosisPsychologyRadiologyPsychiatryEndocrinology

Résumé

récupéré en direct d'OpenAlex

To explore Dawson's fingers in cerebral small vessel disease (CSVD) and factors related to the development of Dawson's finger, we collected and analyzed clinical data of 65 patients with CSVD. We found a venous abnormality feature called Dawson’s fingers around the ventricles in magnetic resonance images (MRIs) of 20 out of 65 patients with CSVD (30.8%). A significant association between Dawson's fingers and diabetes mellitus (DM) was also detected (30% vs. 8.9%, P < 0.05). CSVD patients with Dawson’s fingers had significantly increased cerebral microbleeds (CMB) (44.2% vs. 75.0%, p < 0.05), lacunae (66.7% vs. 95.0%, p < 0.05), and white matter hyperintensity (WMH) (p < 0.05) damage, and these patients exhibited significant cognitive domain impairment as assessed via Montreal Cognitive Assessment (MoCA) (18.9 ± 1.8 vs. 24.0 ± 0.8, p < 0.05) and Mini-Mental State Examination (MMSE) (24.5 ± 1.1 vs. 26.6 ± 0.6, p < 0.05). Our results show a distinctly high incidence of Dawson's fingers in CSVD patients and identify a significant association with DM, thus yielding insights about the appropriate use of Dawson's fingers, a venous imaging marker, to explore the basic pathophysiology of CSVD.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetIntracerebral and Subarachnoid Hemorrhage ResearchTravaux en français237 207