Predictors of response to immunomodulation in patients with myasthenia gravis
Notice bibliographique
Résumé
INTRODUCTION: Factors determining response to intravenous immunoglobulin (IVIg) and plasmapheresis in myasthenia gravis (MG) have not been evaluated systematically. METHODS: This study included patients treated with IVIg (n = 63) or plasmapheresis (n = 42) from two trials evaluating IVIg vs. placebo or plasmapheresis in MG. Response was defined as improvement in the quantitative myasthenia gravis score (QMGS) of ≥3.5 points at day 14. Baseline clinical, electrophysiological, and immunological factors were analyzed as predictors. RESULTS: Baseline QMGS, acetylcholine receptor antibody (AChRAb) positivity, single-fiber electromyography (SFEMG) jitter, and percent abnormal pairs and percent blocking pairs were higher in responders than in non-responders. Using multivariate logistic regression, the odds ratio for response was 13.0 (1.01-381.5) in QMGS 11-17 and 15.3 (1.34-414.3) in QMGS >17 compared with QMGS <11. CONCLUSIONS: Baseline QMGS, AChRAb positivity, and SFEMG parameters were more abnormal in patients who responded to treatment. Using multivariate regression, baseline QMGS remained as the only significant independent predictor of response.
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 ».