Gold Coast diagnostic criteria: Implications for <scp>ALS</scp> diagnosis and clinical trial enrollment
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
Diagnostic criteria for amyotrophic lateral sclerosis (ALS) are complex, incorporating multiple levels of certainty from possible through to definite, and are thereby prone to error. Specifically, interrater variability was previously established to be poor, thereby limiting utility as diagnostic enrollment criteria for clinical trials. In addition, the different levels of diagnostic certainty do not necessarily reflect disease progression, adding confusion to the diagnostic algorithm. Realizing these inherent limitations, the World Federation of Neurology, the International Federation of Clinical Neurophysiology, the International Alliance of ALS/MND Associations, the ALS Association (United States), and the Motor Neuron Disease Association convened a consensus meeting (Gold Coast, Australia, 2019) to consider the development of simpler criteria that better reflect clinical practice, and that could merge diagnostic categories into a single entity. The diagnostic accuracy of the novel Gold Coast criteria was subsequently interrogated through a large cross-sectional study, which established an increased sensitivity for ALS diagnosis when compared with previous criteria. Diagnostic accuracy was maintained irrespective of disease duration, functional status, or site of disease onset. Importantly, the Gold Coast criteria differentiated atypical phenotypes, such as primary lateral sclerosis, from the more typical ALS phenotype. It is proposed that the Gold Coast criteria should be incorporated into routine practice and clinical trial settings.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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