MétaCan
Menu
Retour à la cohorte
Enregistrement W4235087050 · doi:10.14740/jnr666

Coexistence of Multiple Sclerosis and Alzheimer Disease Pathology: A Case Series

2021· article· en· W4235087050 sur OpenAlexaffvenueabout
Pauline Luczynski, Cornelia Laule, Ging‐Yuek Robin Hsiung, G. R. Wayne Moore, Helen Tremlett

Notice bibliographique

RevueJournal of Neurology Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of British ColumbiaIsland Health
Organismes subventionnairesnon disponible
Mots-clésAutopsyPathologicalMedicineDiseaseMultiple sclerosisDementiaMedical diagnosisPopulationPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Individuals with multiple sclerosis (MS) are now living close to normal lifespans and will likely suffer from the same diseases of aging as the general population. However, the coexistence of MS with diseases of aging remains poorly understood. In particular, little information exists describing the coexistence of MS with Alzheimer’s disease (AD), the most common form of dementia. In this case series, we searched a post-mortem pathological (autopsy) report database of the Vancouver General Hospital, Vancouver Coastal Health Authority in British Columbia, Canada to identify individuals with neuropathological features of both MS and AD. To complement the data from the autopsy reports, we accessed the medical records of the patients identified. Our search identified four individuals with pathological features of both MS and AD: three females and one male. Two individuals had pre-mortem diagnoses of MS while two did not. None of the patients with AD pathology had pre-mortem diagnoses of AD. In summary, this case series adds to the sparse literature describing the coexistence of these two relatively common neurological conditions and advances our understanding of the clinical and pathological features individuals with both MS and AD may present with. J Neurol Res. 2021;11(3-4):60-67 doi: https://doi.org/10.14740/jnr666

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,263
Tête enseignante GPT0,411
Écart entre enseignants0,148 · 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

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology ResearchMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207