MétaCan
Menu
Retour à la cohorte
Enregistrement W4364377550 · doi:10.1093/brain/awad123

The return of the lesion for localization and therapy

2023· article· en· W4364377550 sur OpenAlexaff
Juho Joutsa, Nir Lipsman, Andreas Horn, G. Rees Cosgrove, Michael Fox

Notice bibliographique

RevueBrain · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institutes of HealthTurun YliopistoDeutsches Zentrum für Luft- und RaumfahrtNational Institute on AgingNew Venture FundTurun Yliopistollinen KeskussairaalaAlkoholitutkimussäätiöSigrid Juséliuksen SäätiöSuomen Lääketieteen SäätiöEU Joint Programme – Neurodegenerative Disease ResearchDeutsche Forschungsgemeinschaft
Mots-clésLesionDeep brain stimulationNeuroimagingMedicineNeurosciencePathologicalTherapeutic approachPsychologyPathologyDiseaseParkinson's disease

Résumé

récupéré en direct d'OpenAlex

Historically, pathological brain lesions provided the foundation for localization of symptoms and therapeutic lesions were used as a treatment for brain diseases. New medications, functional neuroimaging and deep brain stimulation have led to a decline in lesions in the past few decades. However, recent advances have improved our ability to localize lesion-induced symptoms, including localization to brain circuits rather than individual brain regions. Improved localization can lead to more precise treatment targets, which may mitigate traditional advantages of deep brain stimulation over lesions such as reversibility and tunability. New tools for creating therapeutic brain lesions such as high intensity focused ultrasound allow for lesions to be placed without a skin incision and are already in clinical use for tremor. Although there are limitations, and caution is warranted, improvements in lesion-based localization are refining our therapeutic targets and improved technology is providing new ways to create therapeutic lesions, which together may facilitate the return of the lesion.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,052

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,046
Tête enseignante GPT0,313
Écart entre enseignants0,267 · 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

Citations36
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetNeurological disorders and treatmentsTravaux en français237 207