MétaCan
Menu
Retour à la cohorte
Enregistrement W3180813115 · doi:10.1186/s12969-021-00596-0

Lost bones: differential diagnosis of acro-osteolysis seen by the pediatric rheumatologist

2021· review· en· W3180813115 sur OpenAlexaff
Elizaveta Limenis, Jennifer Stimec, Pekka Kannus, Ronald M. Laxer

Notice bibliographique

RevuePediatric Rheumatology · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDermatological and Skeletal Disorders
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineDifferential diagnosisOsteolysisEtiologyDermatologyPopulationPathologySurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Acro-osteolysis is a radiographic finding which refers to bone resorption of the distal phalanges. Acro-osteolysis is associated with various conditions and its presence should prompt the clinician to search for the underlying etiology. The aim of this review is to discuss disorders with which acro-osteolysis is associated and their distinguishing features, with a focus on the pediatric population. METHODS: A targeted literature review was performed using the term "acro-osteolysis" in combination with other key terms. The primary search results were supplemented using reference citations. Articles published prior to the year 2000 were included if they described additional associations not encountered in the more recent literature. RESULTS: Genetic disorders (particularly primary hypertrophic osteoarthropathy and skeletal dysplasias) and rheumatic diseases (particularly psoriatic arthritis and systemic sclerosis) are the most frequently encountered conditions associated with acro-osteolysis in children. Hyperparathyroidism, neuropathy, local trauma and thermal injury, and spinal dysraphism should also be included in the differential diagnosis. CONCLUSION: Although acro-osteolysis is uncommon, its presence should prompt the clinician to consider a differential diagnosis based on clinical and radiographic features.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric RheumatologyMême sujetDermatological and Skeletal DisordersTravaux en français237 207