Diagnostic delay in amyotrophic lateral sclerosis
Notice bibliographique
Résumé
BACKGROUND: Amyotrophic lateral sclerosis (ALS) is a progressive, fatal neurodegenerative disease, and the time from symptom onset to diagnosis remains long. With the advent of disease-modifying treatments, the need to identify and diagnose ALS in a timely fashion has never been greater. METHODS: We reviewed the literature to define the severity of ALS diagnostic delay, the various factors that contribute to this delay (including patient and physician factors), and the role that site of symptom onset plays in a patient's diagnostic journey. RESULTS: Diagnostic delay is influenced by general practitioners' lack of recognition of ALS due to disease rarity and heterogenous presentations. As a result, patients are referred to non-neurologists, have unnecessary diagnostic testing, and may ultimately be misdiagnosed. Patient factors include their illness behavior-which impacts diagnostic delay-and their site of symptom onset. Limb-onset patients have the greatest diagnostic delay because they are frequently misdiagnosed with degenerative spine disease or peripheral neuropathy. CONCLUSION: Prompt ALS diagnosis results in more effective clinical management, with earlier access to disease-modifying therapies, multidisciplinary care, and, if desired, clinical trial involvement. Due to lack of commercially available ALS biomarkers, alternative strategies to identify and triage patients who likely have ALS must be employed. Several diagnostic tools have been developed to encourage general practitioners to consider ALS and make an urgent referral to ALS specialists, bypassing unnecessary referrals to non-neurologists and unnecessary diagnostic workup.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».