Diagnostic Approach to Macrocephaly in Children
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
Macrocephaly affects up to 5% of the pediatric population and is defined as an abnormally large head with an occipitofrontal circumference (OFC) >2 standard deviations (SD) above the mean for a given age and sex. Taking into account that about 2-3% of the healthy population has an OFC between 2 and 3 SD, macrocephaly is considered as "clinically relevant" when OFC is above 3 SD. This implies the urgent need for a diagnostic workflow to use in the clinical setting to dissect the several causes of increased OFC, from the benign form of familial macrocephaly and the Benign enlargement of subarachnoid spaces (BESS) to many pathological conditions, including genetic disorders. Moreover, macrocephaly should be differentiated by megalencephaly (MEG), which refers exclusively to brain overgrowth, exceeding twice the SD (3SD-"clinically relevant" megalencephaly). While macrocephaly can be isolated and benign or may be the first indication of an underlying congenital, genetic, or acquired disorder, megalencephaly is most likely due to a genetic cause. Apart from the head size evaluation, a detailed family and personal history, neuroimaging, and a careful clinical evaluation are crucial to reach the correct diagnosis. In this review, we seek to underline the clinical aspects of macrocephaly and megalencephaly, emphasizing the main differential diagnosis with a major focus on common genetic disorders. We thus provide a clinico-radiological algorithm to guide pediatricians in the assessment of children with macrocephaly.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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