Evaluation of Brainstem Involvement in Multiple Sclerosis
Notice bibliographique
Résumé
BACKGROUND/AIMS: the aim of the present study was to determine the optimum method to detect brainstem lesions in patients with Multiple Sclerosis (MS). METHODS: 72 patients with the diagnosis of relapsing-remitting MS were prospectively included. brainstem functional system score (bSfS) (part of the expanded disability status scale (edSS) evaluating brainstem symptomatology) was calculated. Magnetic resonance imaging (Mri) was performed on 1.5t and t1, t2, pd and fluid-attenuated inversion recovery (flair) sequences were analyzed for presence of brainstem lesions. auditory evoked potentials (aep) and ocular and cervical vestibular evoked myogenic potentials (oVeMp and cVeMp) were performed according to the standardized protocol. RESULTS: from 72 patients, 18 (25%) had clinical involvement of the brainstem. Mri showed brainstem involvement in 29 (40%) patients. of the neurophysiological tests, aep showed pathological result in 16 (22%) patients, oVeMp in 36 (50%) patients, cVeMp in 18 (25%) patients, and VeMp (combination of oVeMp and cVeMp) in 45 (63%) patients. VeMp detected brainstem lesions in higher percentage than clinical examination, Mri and aep, which was statistically significant (< 0.0001, 0.012 and < 0.0001, respectively). CONCLUSIONS: results of the present study have shown that VeMps are the optimal method to detect brainstem lesions in multiple sclerosis and that they detect them significantly better than clinical examination, aep or Mri.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».