The Sensitivity and Specificity of Split-Hand Index Using Muscle Sonography
Notice bibliographique
Résumé
ABSTRACT: Background: The split-hand index (SHI) (first dorsal interosseous (FDI) × abductor pollicis brevis (APB)/abductor digiti minimi muscle (ADM)) has been suggested as a useful measure for amyotrophic lateral sclerosis (ALS) diagnosis, using electrophysiological and sonographic indices. In the present study, we aimed to explore the specificity of SHI derived by muscle ultrasound (MUS) for the diagnosis of ALS and spinal muscular atrophy (SMA). Methods: Healthy controls (n= 65) were prospectively recruited at the Prosserman Family Neuromuscular clinic at Toronto General Hospital, from October to December 2018. In addition, 181 patients with ALS (n= 91), SMA (n= 33), polyneuropathy (n= 35), and myopathy (n= 22) were prospectively recruited at the neuromuscular clinic at Tel Aviv Sourasky Medical Center, from December 2018 to December 2020. All subjects underwent quantitative sonographic evaluation of muscle thickness, including the right APB, FDI, and ADM muscles. Area under curve (AUC), sensitivity, and specificity were determined for differentiating between groups. Results: Although SHI showed good to excellent accuracy for differentiating each patient subgroup from controls (AUC 0.83–0.92), poorer diagnostic accuracy was shown for differentiating between different patient subgroups (AUC 0.54–0.74). Conclusions: Sonographic SHI is useful for differentiating patients from healthy controls, but might be not specific for motor neuron disease.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».