MétaCan
Menu
Retour à la cohorte
Enregistrement W4200117340 · doi:10.1177/08830738211026052

Neuroradiological Mimics of Periventricular Leukomalacia

2021· article· en· W4200117340 sur OpenAlexaff
Nihaal Reddy, Mary Doyle, Prasad B. Hanagandi, Ajay Taranath, Hisham Dahmoush, Pradeep Krishnan, Özgür Öztekin, Eugen Boltshauser, Manohar Shroff, Kshitij Mankad

Notice bibliographique

RevueJournal of Child Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésPeriventricular leukomalaciaMedicineNeuroimagingMagnetic resonance imagingWhite matterDifferential diagnosisStroke (engine)Intraventricular hemorrhagePathologyPediatricsRadiologyGestational agePsychiatry

Résumé

récupéré en direct d'OpenAlex

AIM: Periventricular leukomalacia (PVL) is a term reserved to describe white matter injury in the premature brain. In this review article, the authors highlight the common and rare pathologies mimicking the chronic stage of PVL and propose practical clinico-radiological criteria that would aid in diagnosis and management. METHODS AND RESULTS: The authors first describe the typical brain MRI (magnetic resonance imaging) features of PVL. Based on their clinical presentation, pathologic entities and their neuroimaging findings were clustered into distinct categories. Three clinical subgroups were identified: healthy children, children with stable/nonprogressive neurological disorder, and those with progressive neurological disorder. The neuroradiological discriminators are described in each subgroup with relevant differential diagnoses. The mimics were broadly classified into normal variants, acquired, and inherited disorders. CONCLUSIONS: The term "PVL" should be used appropriately as it reflects its pathomechanism. The phrase "white matter injury of prematurity" or "brain injury of prematurity" is more specific. Discrepancies in imaging and clinical presentation must be tread with caution and warrant further investigations to exclude other possibilities.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetNeonatal and fetal brain pathologyTravaux en français237 207