MétaCan
Menu
Retour à la cohorte
Enregistrement W4410025853 · doi:10.1212/wnl.0000000000213629

Association of Cortical Atrophy Patterns With Clinical Phenotypes and Histopathological Findings in Patients With Rasmussen Syndrome

2025· article· en· W4410025853 sur OpenAlexaff
Tobias Bauer, Nina R. Held, Lennart Walger, Christian Hoppe, Johannes Reiter, Anna Tietze, Valeri Borger, Julika Pitsch, Louisa Specht‐Riemenschneider, Angela M. Kaindl, Boris C. Bernhardt, Hartmut Vatter, Kerstin Alexandra Klotz, Christoph Helmstaedter, Albert J. Becker, Alexander Radbruch, Rainer Surges, Theodor Rüber

Notice bibliographique

RevueNeurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlycogen Storage Diseases and Myoclonus
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésAtrophyPathologyPhenotypeClinical phenotypeMedicinePosterior cortical atrophyAssociation (psychology)NeuroscienceBiologyPsychologyDiseaseGeneticsGeneDementia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Automated MRI analyses have identified variable patterns of cortical atrophy in Rasmussen syndrome. In this study, we aim to identify imaging phenotypes of Rasmussen syndrome, to clinically characterize these phenotypes, and to validate this imaging-based approach through histopathologic analysis. METHODS: -means clustering. Neuropsychological test results and results from neuropathologic analyses of biopsies were ascertained, and correlations between subtype-specific atrophy maps and normative maps (enhancing neuro imaging genetics through meta analysis [ENIGMA] and neuromaps toolbox) were used to characterize atrophy profiles and epicenter susceptibility. RESULTS: = 0.04). DISCUSSION: Using Rasmussen syndrome as a model, we validate imaging-based mapping of individual disease epicenters with histopathologic evidence. With further validation, network-based mapping of individual disease epicenters could potentially be used in Rasmussen syndrome to guide biopsy site selection, inform treatment decisions, and improve outcome prognoses.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,246

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 Opus0,006
Tête enseignante GPT0,247
Écart entre enseignants0,241 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetGlycogen Storage Diseases and MyoclonusTravaux en français237 207