Childhood primary angiitis of the central nervous system: Identifying disease trajectories and early risk factors for persistently higher disease activity
Notice bibliographique
Résumé
OBJECTIVE: To compare clinical, laboratory, and imaging characteristics of childhood primary angiitis of the central nervous system (PACNS) subtypes at diagnosis and during followup; to characterize disease activity trajectories in childhood PACNS subtypes; and to identify early risk factors for higher disease activity. METHODS: We performed a single-center cohort study of consecutive children diagnosed as having childhood PACNS. Demographic, clinical, laboratory, and imaging data were collected at diagnosis and during standardized clinic visits. Outcome measures included disease activity measured by physician's global assessment. Descriptive statistics were used to assess characteristics of the study cohort, and longitudinal data were analyzed using linear mixed-effects regression. RESULTS: The study cohort consisted of 45 patients with childhood PACNS; 26 had angiography-negative childhood PACNS and 19 had angiography-positive childhood PACNS. There were 24 females, the median age at diagnosis was 9.8 years, and the median followup period was 1.8 years. Patients with angiography-negative childhood PACNS were more likely to be female and to present with seizures, cognitive dysfunction, vision abnormalities, high levels of inflammatory markers, and bilateral findings on magnetic resonance imaging (MRI). Motor deficits and ischemic MRI lesions were more common in angiography-positive disease. Disease activity decreased significantly after treatment in all patients. Distinct trajectories of disease activity over time were identified for both childhood PACNS subtypes. Patients with angiography-negative childhood PACNS had persistently higher disease activity. Seizures at presentation also predicted higher disease activity over time. CONCLUSION: Distinct subtypes of childhood PACNS have unique disease activity trajectories. Patients with angiography-negative disease and seizures at presentation experience higher disease activity. Early recognition of this high-risk cohort may enable the treating physician to initiate targeted therapies and prevent long-term brain injury.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».