Intravenous immunoglobulin response in treatment-nai ve chronic inflammatory demyelinating polyradiculoneuropathy
Notice bibliographique
Résumé
OBJECTIVE: There is no consensus on which treatment should be used preferentially in individual patients with chronic inflammatory demyelinating polyneuropathy (CIDP). Patients unlikely to respond to intravenous immunoglobulin (IVIg) could be prescribed corticosteroids first to avoid high cost and a delayed treatment response. We investigated which factors determined a response to IVIg. METHODS: Treatment-naïve patients with CIDP initially treated with at least one full course of IVIg (2 g/kg) at one of two neuromuscular disease centres were included. Patients fulfilled the European Federation of Neurological Societies/Peripheral Nerve Society clinical criteria for CIDP. Significant improvement following IVIg was defined as an improvement (≥ 1 grade) on the modified Rankin scale. Difference in weakness between arms and legs was defined as ≥ 2 grades on the Medical Research Council scale between ankle dorsiflexion and wrist extension. Clinical predictors with a p value <0.15 in univariate analysis were analysed in multivariate logistic regression. RESULTS: Of a total of 281 patients, 214 patients (76%) improved. In univariate analysis, the presence of pain, other autoimmune disease, difference in weakness between arms and legs, and a myelin-associated glycoprotein negative IgM monoclonal gammopathy of undetermined significance were associated with no response to IVIg. In multivariate analysis no pain (p=0.018) and no difference in weakness between arms and legs (p=0.048) were independently associated with IVIg response. Of IVIg non-responders, 66% improved with plasma exchange and 58% with corticosteroids. CONCLUSIONS: IVIg is a very effective first-line treatment. Patients with CIDP presenting with pain or a difference in weakness between arms and legs are less likely to respond to IVIg.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».