Monoclonal Gammopathies of ‘Neurological Significance’: Paraproteinemic Neuropathies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To study the clinical profile and outcomes of patients with paraproteinemic neuropathy (PPN) and to explore the utility of nerve conduction studies (NCSs) to differentiate between the demyelinating subtypes. METHODS: We did a retrospective analysis of patients diagnosed with PPN between January 2010 and December 2019 in an inpatient setting. The study population consisted of patients above 16 years of age presenting with clinical features suggestive of chronic peripheral neuropathy and on evaluation was found to have PPN. RESULTS: A total of 74 patients were identified. The patients were predominantly in the 6th decade, and the majority were males. The subtypes of PPN were monoclonal gammopathy of undetermined significance (MGUS) (45.9%), POEMS syndrome (polyneuropathy, organomegaly, endocrinopathy, monoclonal plasma cell disorder, and skin changes) (24.3%), solitary plasmacytoma (17.6%), multiple myeloma (8.1%), and AL amyloidosis (4.1%). There are specific features on NCS which can help in identifying POEMS syndrome and IgM MGUS. The majority of patients with PPN tend to stabilize or improve with treatment; however, many have a severe residual disability. New terminology and classification of these entities as 'monoclonal gammopathies of neurological significance' can aid in early diagnosis and the development of effective treatment, to prevent residual disability. CONCLUSION: PPN has a heterogeneous spectrum of clinical, biochemical, and electrophysiological features. NCS can help distinguish POEMS syndrome and IgM MGUS from other demyelinating subtypes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle