Understanding Visual Disorders through Correlation of Clinical and Radiologic Findings
Notice bibliographique
Résumé
Patients presenting with visual disturbances often require a neuroimaging approach. The spectrum of visual disturbances includes three main categories: vision impairment, ocular motility dysfunction, and abnormal pupillary response. Decreased vision is usually due to an eye abnormality. However, it can also be related to other disorders affecting the visual pathway, from the retina to the occipital lobe. Ocular motility dysfunction may follow disorders of the cranial nerves responsible for eye movements (ie, oculomotor, trochlear, and abducens nerves); may be due to any abnormality that directly affects the extraocular muscles, such as tumor or inflammation; or may result from any orbital disease that can alter the anatomy or function of these muscles, leading to diplopia and strabismus. Given that pupillary response depends on the normal function of the sympathetic and parasympathetic pathways, an abnormality affecting these neuronal systems manifests, respectively, as pupillary miosis or mydriasis, with other related symptoms. In some cases, neuroimaging studies must complement the clinical ophthalmologic examination to better assess the anatomic and pathologic conditions that could explain the symptoms. US has a major role in the assessment of diseases of the eye and anterior orbit. CT is usually the first-line imaging modality because of its attainability, especially in trauma settings. MRI offers further information for inflammatory and tumoral cases. ©RSNA, 2024 Test Your Knowledge questions for this article are available in the supplemental material.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».