MétaCan
Menu
Retour à la cohorte
Enregistrement W4404721360 · doi:10.1016/j.bdcasr.2024.100054

Use of assessment for neuropathic pain in MOGAD

2024· article· en· W4404721360 sur OpenAlexaboutno aff
Shimpei Matsuda, Shino Shimada, T. Akiba, Mitsuru Ikeno, S Abe, Toshiaki Shimizu

Notice bibliographique

RevueBrain and Development Case Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuropathic painMedicineNeuralgiaDermatologyAnesthesia

Résumé

récupéré en direct d'OpenAlex

Myelin oligodendrocyte glycoprotein antibody-associated disorders (MOGAD) is a central inflammatory autoimmune disease primarily characterized by demyelination of the myelin oligodendrocyte glycoprotein and neuronal damage caused by inflammatory cell infiltration. While many studies have reported pain in adult patients with MOGAD, few have reported pain in pediatric patients. An 8-year-old girl developed repeated focal to bilateral tonic-clonic seizures preceded by episodes of falling. Based on the seizures, electroencephalographic and brain MRI findings, and positive anti-MOG antibodies in the blood and cerebrospinal fluid, she was diagnosed with unilateral cortical fluid-attenuated inversion recovery (FLAIR)-hyperintense lesions in anti-MOG-associated encephalitis with seizures (FLAMES). Although the contrast-enhanced spinal MRI showed no abnormalities, she exhibited Lhermitte's sign and neuropathic pain, implying myelitis as a complication. Neuropathic pain was retrospectively assessed using two questionnaires (PainDETECT and Short-Form McGill Pain Questionnaire-2). We report a case of unilateral cortical encephalitis with suspected myelitis on the MOGAD spectrum. For the assessment of neuropathic pain, the modified questionnaires enabled the quantitative and qualitative evaluation of pediatric MOGAD-related pain.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,320
Écart entre enseignants0,272 · 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'étudeÉtude de cas
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain and Development Case ReportsMême sujetPain Mechanisms and TreatmentsTravaux en français237 207