MétaCan
Menu
Retour à la cohorte
Enregistrement W3134086953 · doi:10.1097/wco.0000000000000923

Neurosyphilis and Lyme neuroborreliosis

2021· review· en· W3134086953 sur OpenAlexaff
Rick Dersch, Ameeta E. Singh

Notice bibliographique

RevueCurrent Opinion in Neurology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSyphilis Diagnosis and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineLyme diseaseNeuroborreliosisNeurosyphilisIntensive care medicineSyphilisOverdiagnosisMedical diagnosisFibromyalgiaLyme NeuroborreliosisDiseasePediatricsDermatologyBorrelia burgdorferiImmunologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Neurosyphilis (NS) and Lyme neuroborreliosis (LNB) are spirochetal diseases with distinct clinical manifestations. The diagnosis of NS remains challenging due to imperfect diagnostic criteria and testing modalities. With LNB, misconceptions about diagnosis and treatment lead to considerable morbidity and drug related adverse effects. RECENT FINDINGS: Although studies continue investigating alternate approaches and new diagnostic tests for NS, few data exist to change current approaches to diagnosis, management or follow up. In the diagnosis of LNB, the chemokine CXCL13 shows promising diagnostic accuracy. A systematic review discourages the use of cell-based assays when investigating Lyme disease. Clinical studies show no benefit from extended antibiotic treatment for patients with unspecific symptoms labelled as having Lyme disease. SUMMARY: The diagnosis of NS may be delayed due to a lack of specificity of findings, low suspicion for syphilis, and/or similarities in presentation to other diseases. A high index of suspicion for syphilis is required provide timely diagnosis and management of NS. Fortunately, penicillin remains the treatment of choice. Overdiagnosis and overtreatment in patients labelled as having Lyme disease can be avoided by an evidence-based approach towards diagnosis and treatment.

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)0,004
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,153
Tête enseignante GPT0,422
Écart entre enseignants0,269 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in NeurologyMême sujetSyphilis Diagnosis and TreatmentTravaux en français237 207