Segmental and Multifocal Isolated Dystonias: Similarities and Differences
Notice bibliographique
Résumé
BACKGROUND: Whether the traditional distinction between segmental and multifocal dystonia is clinically or scientifically useful remains unclear. OBJECTIVE: To evaluate whether idiopathic isolated adult-onset segmental and multifocal dystonia can be differentiated based on clinical features other than the contiguity of affected body regions. METHODS: We compared data on segmental and multifocal dystonia from two large dystonia databases established in the USA and Italy that used similar criteria for patient recruitment and assessment. RESULTS: Compared to segmental dystonia, multifocal dystonia was characterized by a higher proportion of men, a younger age at dystonia onset, a greater frequency of upper limb dystonia, and a lower frequency of cranial dystonia at both onset and last examination. Segmental and multifocal dystonia had a similar frequency of alleviating maneuvers, non-motor eye symptoms in blepharospasm, and neck pain and tremor in cervical dystonia. Although the initial spread pattern from focal to segmental or multifocal appeared faster in the segmental dystonia group, adjusting the analysis for the initial body site involved revealed no significant differences between the two groups. Segmental and multifocal dystonia starting in the same body site showed similar age, sex, and spread characteristics. The observed differences and similarities were consistent across both independent databases. CONCLUSIONS: Segmental and multifocal dystonia share differences and similarities. The observed differences may reflect a difference in the predominant site of dystonia onset. From a clinical perspective, therefore, the segmental/multifocal distinction is probably not valuable in the dystonia classification scheme, although further data may be needed from a pathophysiological perspective.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».