MétaCan
Menu
Retour à la cohorte
Enregistrement W4253067232 · doi:10.14740/jmc2631w

Meningitis as a Hidden Cause of Neurological Deterioration in Patients With Known Brain Metastases: A Report of Two Cases

2016· article· en· W4253067232 sur OpenAlexvenueno aff
Ioannis Vrettos, Panagiota Voukelatou, Stavros Fokas, Athina Bitsikokou, Athanasios Didaskalou, Andreas Kalliakmanis

Notice bibliographique

RevueJournal of Medical Cases · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLumbar punctureContext (archaeology)LumbarMeningitisMedical diagnosisIntensive care medicinePediatricsSurgeryRadiologyInternal medicineCerebrospinal fluid

Résumé

récupéré en direct d'OpenAlex

When a patient with known brain metastases presents to the emergency department with neurological deterioration, an overt diagnosis exists. However, alternative diagnoses should also be considered in the appropriate clinical context. A correct diagnosis is critical for the appropriate treatment, especially in cases, in which a reversible cause of illness exists. In this report, we describe two cases of cancer patients with known brain metastases in whom the neurological deterioration was due to carcinomatous meningitis and viral menigitis, respectively. A lumbar puncture was performed based on the fact that neurological deterioration was in contrast with the absence of new findings in brain CT scans. As it is emphasized by these two cases, patients with brain metastases, unchanged at CT imaging, and recent neurological deterioration must undergo lumbar puncture before their symptoms are considered a progression of their already existing brain metastases. In some cases, the deterioration might be due to a potentially reversible illness or due to an illness requiring specific treatment. J Med Cases. 2016;7(11):475-477 doi: http://dx.doi.org/10.14740/jmc2631w

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)0,005
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,322
Écart entre enseignants0,294 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical CasesMême sujetBrain Metastases and TreatmentTravaux en français237 207