MétaCan
Menu
Retour à la cohorte
Enregistrement W3159347878

Non-arteritic Anterior Ischemic Optic Neuropathy

2021· article· es· W3159347878 sur OpenAlexaff
Kshitij Raizada, Edward Margolin

Notice bibliographique

RevueStatPearls · 2021
Typearticle
Languees
DomaineMedicine
ThématiqueIntraoperative Neuromonitoring and Anesthetic Effects
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOptic nerveOptic neuropathyIschemic optic neuropathyAnterior ischemic optic neuropathyIschemiaOphthalmologyOptic canalSurgeryCardiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non-arteritic anterior ischemic optic neuropathy (NAION) is the most common cause of optic nerve swelling and optic neuropathy in adults over 50 years of age. Risk factors that have been strongly associated with NAION include hypertension, hypercholesterolemia, diabetes mellitus, cardio- and cerebrovascular disease, and obstructive sleep apnea. While the exact pathogenesis of a NAION has not been elucidated, the prevailing theory is that it is caused by hypoperfusion of the short posterior ciliary arteries supplying the optic nerve, which then causes ischemia which induces swelling of the portion of the optic nerve traveling through the small opening in a scleral canal. This, in turn, leads to the compartment syndrome involving neighboring axons that are now compressed in a space limited by the small opening in the scleral canal, leading to apoptosis and death of the ganglion cells whose axons comprise the optic nerve. The natural history of NAION has been elucidated in Ischemic Optic Neuropathy Decompression Trial which demonstrated that about 30% of patients would regain 3 or more lines of vision at 2 years follow up, 20% will lose 3 or more lines of vision and in the majority of patients, the vision will remain unchanged after the onset. In reality, visual acuity will not change in the vast majority of patients after the acute event has resolved, and the ones who are able to see a few lines better likely learned to improve their fixation.

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)0,000
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0070,001

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 Opus0,009
Tête enseignante GPT0,277
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStatPearlsMême sujetIntraoperative Neuromonitoring and Anesthetic EffectsTravaux en français237 207