MétaCan
Menu
Retour à la cohorte
Enregistrement W3201321450 · doi:10.1016/j.nerep.2021.100020

New onset myoclonus and encephalopathy in a woman with multiple sclerosis: Consider the medications

2021· article· en· W3201321450 sur OpenAlexaff
Sonam Dilwali, Emmanuelle Waubant, Kristen M. Krysko

Notice bibliographique

RevueNeuroimmunology Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune Neurological Disorders and Treatments
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesBiogenNational Multiple Sclerosis Society
Mots-clésMyoclonusEtiologyMedicineEncephalopathyMultiple sclerosisPediatricsTemporalityDiseaseAnesthesiaPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

A woman with multiple sclerosis (MS), diagnosed at 32 years old, developed episodes of encephalopathy and myoclonus at 46 years old that increased in frequency and severity over time. After extensive work-up for these symptoms in a complex MS patient, the most likely etiology was drug-induced as down-titrating medications originally initiated for MS-associated symptoms (baclofen, tiagabine) significantly improved her encephalopathy and myoclonus. This case demonstrates that new symptoms in a known neurologic disease require careful analysis of temporality and characteristics to elucidate the etiology, particularly when unusual for the underlying condition, and additional medications may worsen rather than alleviate symptoms.

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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0050,002
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 Opus0,024
Tête enseignante GPT0,244
Écart entre enseignants0,220 · 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'étudeÉtude de cas
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroimmunology ReportsMême sujetAutoimmune Neurological Disorders and TreatmentsTravaux en français237 207