MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394307485 · doi:10.6084/m9.figshare.21676495

Magnetic resonance-guided focused ultrasound for the treatment of tremor

2022· dataset· en· W4394307485 sur OpenAlexaff
Kazuaki Yamamoto, Can Sarica, Aaron Loh, Artur Vetkas, Nardin Samuel, Vanessa Milano, Ajmal Zemmar, Jürgen Germann, Cletus Cheyuo, Alexandre Boutet, Gavin J.B. Elias, Hisashi Ito, Takaomi Taira, Andrés M. Lozano

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingUltrasoundResonance (particle physics)MedicineNuclear magnetic resonancePhysicsRadiologyAtomic physics

Résumé

récupéré en direct d'OpenAlex

Magnetic resonance-guided focused ultrasound (MRgFUS) is an emerging treatment for tremor and other movement disorders. An incisionless therapy, it is becoming increasingly common worldwide. However, given MRgFUS’ relative novelty, there remain limited data on its benefits and adverse effects. We review the current state of evidence of MRgFUS for tremor, highlight its challenges, and discuss future perspectives. Essential tremor (ET) has been the major indication for MRgFUS since a milestone randomized controlled trial (RCT) in 2016, with substantial evidence attesting to the efficacy and acceptable safety profile of this treatment. Patients with other tremor etiologies are also being treated with MRgFUS, with studies – including an RCT – suggesting parkinsonian tremor in particular responds well to this intervention. Additionally, targets other than the ventral intermediate nucleus, such as the subthalamic nucleus and internal segment of the globus pallidus, have been reported to improve parkinsonian symptoms beyond tremor, including rigidity and bradykinesia. Although MRgFUS is encumbered by certain unique technical challenges, it nevertheless offers significant advantages compared to alternative neurosurgical interventions for tremor. The fast-growing interest in this treatment modality will likely lead to further scientific and technological advancements that could optimize and expand its therapeutic potential.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0830,024

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 Opus0,082
Tête enseignante GPT0,313
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetNeurological disorders and treatments→Travaux en français237 207→