Tunnel sign on magnetic resonance imaging in neuromelioidosis: A systematic literature review
Notice bibliographique
Résumé
Background Neuromelioidosis can present with abscesses, meningitis, or encephalomyelitis, but can be missed on blood culture. Linear enhancement of the corticospinal tract (white matter motor pathway) on magnetic resonance imaging (MRI) in the form of a ‘tunnel sign’ is an essential clue for early diagnosis of neuromelioidosis. This systematic review (SR) explores the clinical profile and outcomes of neuromelioidosis patients with tunnel signs. Methods An SR was conducted to look for articles reporting individual details of neuromelioidosis patients with tunnel signs (reported or present on published images) on MRI. This review followed PRISMA guidelines and was prospectively registered with PROSPERO (CRD42024597199). After title-abstract and full-text screening, clinical profile and outcome data were extracted and analysed. Results Thirty cases (22 articles) with tunnel signs on MRI were included after screening 2985 articles. The traditional risk factors (diabetes mellitus, alcohol intake, steroids, etc.) for melioidosis were present in only 23% (5/22) of patients. Limb weakness (89%, 24/27) and cranial nerve involvement (46%, 11/24) were commonly seen at presentation. Blood and cerebrospinal fluid (CSF) cultures for B.pseudomallei were only positive in 15% (2/13) and 22% (4/18). Due to low rates of clinical suspicion of neuromelioidosis (25%, 6/24), empirical steroids and inappropriate antimicrobials were given in 47% (8/17) and 65% (9/17) of patients, respectively. A total of 30% (n=9) of the patients died. Conclusion In melioidosis-endemic areas with access to MRI, recognising the link between the presence of a tunnel sign and neuromelioidosis is crucial to initiate early adequate therapy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».