MétaCan
Menu
Retour à la cohorte
Enregistrement W4303411577 · doi:10.3389/fnins.2022.964715

Retinal nerve fiber layer in frontotemporal lobar degeneration and amyotrophic lateral sclerosis

2022· article· en· W4303411577 sur OpenAlexafffund
Bryan M. Wong, Christopher Hudson, Emily Snook, Faryan Tayyari, Hyejung Jung, Malcolm A. Binns, Saba Samet, Richard Cheng, Carmen Balian, Efrem D. Mandelcorn, Edward Margolin, Elizabeth Finger, Sandra E. Black, David F. Tang‐Wai, Lorne Zinman, Brian Tan, Wendy Lou, Mario Masellis, Agessandro Abrahão, Andrew Frank, Derek Beaton, Kelly M. Sunderland, Stephen R. Arnott, Maria Carmela Tartaglia, Wendy Hatch

Notice bibliographique

RevueFrontiers in Neuroscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensBruyèreUniversity Health NetworkHealth Sciences CentreUniversity of TorontoWestern UniversityUniversity of OttawaOntario Brain InstituteBaycrest HospitalKensington HealthPublic Health OntarioSunnybrook Health Science CentreUniversity of Waterloo
Organismes subventionnairesGovernment of OntarioOntario Brain Institute
Mots-clésAmyotrophic lateral sclerosisFrontotemporal lobar degenerationNerve fiber layerRetinalNeuroscienceMedicineDegeneration (medical)AnatomyPathologyOphthalmologyBiologyFrontotemporal dementiaDisease

Résumé

récupéré en direct d'OpenAlex

Purpose Tauopathy and transactive response DNA binding protein 43 (TDP-43) proteinopathy are associated with neurodegenerative diseases. These proteinopathies are difficult to detect in vivo. This study examined if spectral-domain optical coherence tomography (SD-OCT) can differentiate in vivo the difference in peripapillary retinal nerve fibre layer (pRNFL) thickness and macular retinal thickness between participants with presumed tauopathy (progressive supranuclear palsy) and those with presumed TDP-43 proteinopathy (amyotrophic lateral sclerosis and semantic variant primary progressive aphasia). Study design Prospective, multi-centre, observational study. Materials and methods pRNFL and macular SD-OCT images were acquired in both eyes of each participant using Heidelberg Spectralis SD-OCT. Global and pRNFL thickness in 6 sectors were analyzed, as well as macular thickness in a central 1 mm diameter zone and 4 surrounding sectors. Linear mixed model methods adjusting for baseline differences between groups were used to compare the two groups with respect to pRNFL and macular thickness. Results A significant difference was found in mean pRNFL thickness between groups, with the TDP-43 group (n = 28 eyes) having a significantly thinner pRNFL in the temporal sector than the tauopathy group (n = 9 eyes; mean difference = 15.46 μm, SE = 6.98, p = 0.046), which was not significant after adjusting for multiple comparisons. No other significant differences were found between groups for pRNFL or macular thickness. Conclusion The finding that the temporal pRNFL in the TDP-43 group was on average 15.46 μm thinner could potentially have clinical significance. Future work with larger sample sizes, longitudinal studies, and at the level of retinal sublayers will help to determine the utility of SD-OCT to differentiate between these two proteinopathies.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,043
Tête enseignante GPT0,273
Écart entre enseignants0,230 · 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'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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207