MétaCan
Menu
Retour à la cohorte
Enregistrement W4210565590 · doi:10.1002/mdc3.13418

Milestones in Tremor Research: 10 Years Later

2022· review· en· W4210565590 sur OpenAlexaff
Roberto Erro, Alfonso Fasano, Paolo Barone, Kailash P. Bhatia

Notice bibliographique

RevueMovement Disorders Clinical Practice · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensOntario Brain InstituteToronto Western HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEssential tremorThalamotomyDeep brain stimulationDystoniaThalamic stimulatorNeuroscienceMovement disordersMedicinePsychologyPhysical medicine and rehabilitationDiseaseParkinson's disease

Résumé

récupéré en direct d'OpenAlex

Major progress has occurred during the last decade in the field of tremor. From the clinical standpoint, a new classification has completely revised the nosology of tremor syndromes and has re-conceptualized essential tremor as a syndrome rather than a single disease entity, fueling an ongoing enlightened debate. Significant advances have been obtained in terms of instrumental measurement of tremor, remarking on the possibility of developing novel treatment strategies based on tremor characteristics, namely tremor-phase. Moreover, a better understanding of the pathophysiological mechanisms has further led to the suggestion of refining the classification of tremor syndromes according to their driving underpinnings. Finally, surgical options such as deep brain stimulation and focused ultrasound thalamotomy are now part of the therapeutic portfolio for tremor, but several oral drugs, including long-chain alcohols, T-channel blockers, allosteric modulators of potassium channels, and of GABA-A receptors, are currently being tested and hold promise. This review will discuss the key milestones in tremor research of the last 10 years, with a focus on the most common tremor syndromes, namely essential tremor, dystonic tremor, and Parkinsonian tremor.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,391
Tête enseignante GPT0,548
Écart entre enseignants0,157 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement Disorders Clinical PracticeMême sujetNeurological disorders and treatmentsTravaux en français237 207