MétaCan
Menu
Retour à la cohorte
Enregistrement W4210937718 · doi:10.1590/0100-3984.2021.0042

Magnetic resonance imaging of the cranial nerves in infectious, neoplastic, and demyelinating diseases, as well as other inflammatory diseases: a pictorial essay

2022· article· en· W4210937718 sur OpenAlexaff
Mariana Dalaqua, Felipe Barjud Pereira do Nascimento, Larissa Kaori Miura, Márcio Ricardo Taveira Garcia, Alcino Alves Barbosa, Fabiano Reis

Notice bibliographique

RevueRadiologia Brasileira · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Nerve Paralysis Treatment and Research
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésCranial nervesMagnetic resonance imagingMedicineHead and neckAnatomyRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

The cranial nerves, which represent extensions of the functional structures of the brain, traverse the head and neck. They are connected to various cranial structures and are associated with several diseases. An in-depth understanding of their complex anatomy and normal imaging appearance allows the examiner to identify and characterize abnormalities with greater precision. One important tool for evaluating the cranial nerves is contrast-enhanced magnetic resonance imaging, especially that employing three-dimensional steady-state free precession sequences, which provide high soft-tissue and spatial resolution, despite the slen-derness of the nerves. In most cases of cranial nerve abnormalities, the imaging findings are nonspecific. Therefore, to narrow the differential diagnosis, it is necessary to take a full patient history, perform a focused physical examination, and order laboratory tests. In this pictorial essay, we review, illustrate, and discuss, from a pathophysiological perspective, infectious, neoplastic, and demyelinating disorders, as well as other inflammatory disorders, affecting the cranial nerves, the aim being to provide a practical, tangible reference for radiologists to use in daily practice.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,257
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologia BrasileiraMême sujetFacial Nerve Paralysis Treatment and ResearchTravaux en français237 207