MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117251316 · doi:10.1002/alz70857_101937

Clinical detection of PSP, not only an “atypical parkinsonism”

2025· article· en· W7117251316 sur OpenAlexaff
Blas Couto, Alonso Morales‐Rivero, Ignacio Flores, Indira García‐Cordero, Raúl Medina Rioja, Carmela M Tartaglia, Gábor G. Kovács

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of TorontoOccupational Cancer Research CentreToronto Western HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésProgressive supranuclear palsySlownessDiseaseDiplopiaNeurologyReferralPostural instabilityEye movement

Résumé

récupéré en direct d'OpenAlex

Progressive Supranuclear Palsy (PSP) is a neurodegenerative condition that manifest motor, cognitive, and behavioral symptoms. Patients often suffer from early postural instability with falls, diplopia associated with oculomotor dysfunction, apathy, impulsivity, slowness of movement and of thought, as well as memory and language/communication disturbances. With any of those clinical features, patients may seek health care at various medical specialties, not uncommonly, out from neurology clinics. Clinical diagnosis is possible when specific criteria are fulfilled which can only be accomplished by a systematic history taking, time course consideration, and detection of signs at physical neuro-examination. Up to 4-years delay in diagnosis has been reported often due to the difficulty in distinguishing PSP findings from those of Parkinson's and Alzheimer's disease (PD and AD) and preventing referral to specialized clinics. In this presentation, the audience will hear about the specific but not hardly detectable clinical features that people with PSP can manifest early in disease course, how those features progress during the mild-moderate stages of the disease, and how PSP might be distinguishable from PD and AD even after a few clinical encounters.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,344
Écart entre enseignants0,305 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→