MétaCan
Menu
Retour à la cohorte
Enregistrement W3188687095 · doi:10.1097/paf.0000000000000704

Forensic Neuropathologic Phenotypes of Fungal Central Nervous System Infections

2021· article· en· W3188687095 sur OpenAlexaff
Gary Wu, Ying Liu, Elena Bulakhtina, Jennifer Hammers, Erin M. Linde, Bennet Omalu

Notice bibliographique

RevueAmerican Journal of Forensic Medicine & Pathology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensHamilton Regional Laboratory Medicine Program
Organismes subventionnairesnon disponible
Mots-clésCentral nervous systemAspergillosisBiologyAutopsyDimorphic fungusImmunodeficiencyAspergillusDifferential diagnosisMycosisImmunologyMedicinePathologyImmune systemMicrobiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Fungal infections of the central nervous system (FI-CNS) are life-threatening infections that most commonly affect immunocompromised individuals, but immunocompetent individuals may also be infected. Although FI-CNS are relatively rare, the prevalence of FI-CNS is on the rise because of the increasing number of transplant recipients, human immunodeficiency virus-infected individuals, and use of immunosuppressive therapies. Most cases of FI-CNS originate from outside the central nervous system. The etiologic fungi can be classified into 3 fungal groups: molds, dimorphic fungi, and yeasts. The clinical presentation of FI-CNS is highly variable and may be difficult to diagnose premortem. We present a case series of 3 patients, each infected by 1 representative species from each of the 3 fungal groups (Aspergillus species, Blastomyces species, Candida species) to illustrate different neuropathologic phenotypes of FI-CNS. All 3 patients had no history of immunodeficiency and were not suspected to have FI-CNS until they were diagnosed at autopsy. Fungal infections of the central nervous system are often fatal due to delayed diagnosis and diagnostic testing. Awareness of such poly-phenotypic manifestations of FI-CNS will be helpful in reducing delayed diagnosis. It is important for clinicians to include FI-CNS on the differential diagnosis when radiographic findings are nonspecific.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Forensic Medicine & PathologyMême sujetAntifungal resistance and susceptibilityTravaux en français237 207