Assessing the diagnostic accuracy of symptoms and signs of degenerative cervical myelopathy: A prospective study
Notice bibliographique
Résumé
Degenerative cervical myelopathy (DCM) is a clinical diagnosis based on history, physical exam, and imaging, but standardized criteria have not been established, contributing to diagnostic delays. We conducted a prospective study of DCM and healthy subjects that comprehensively evaluated symptoms, patient-reported and clinician-administered outcome measures, and physical assessments of motor and sensory function.Diagnostic utility was evaluated using Youden's Index (YI=sensitivity+specificity-1). 139 DCM patients and 108 age-matched healthy subjects were compared. Distinguishing symptoms included neck pain (YI=63%), upper extremity (UE) numbness (YI=57%), hand clumsiness (YI=50%), walking imbalance (YI=50%), and UE weakness (YI=46%). Questionnaires performed well including mJOA (YI=72%), NDI (YI=63%), and EQ-5D (YI=57%). Physical testing showed best results with UE reflexes (YI=54%), strength in 5 UE muscle groups (YI=53%), Berg Balance scale (YI=50%), self-paced walking velocity (YI=48%), and tandem gait assessment (YI=40%). Hand dexterity, strength dynamometry, and testing of 5 sensory modalities demonstrated poor diagnostic utility. Diagnosis of DCM is challenging, but key symptoms include neck pain, UE weakness, and those captured by the mJOA (particularly UE numbness, hand clumsiness, and walking imbalance). Physical testing of reflexes, manual motor testing, and gait/balance are useful to confirm the diagnosis. These findings offer guidance for clinicians and the development of diagnostic criteria.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».