Clinical features of children and adolescents with multiple sclerosis
Notice bibliographique
Résumé
There is increasing appreciation that multiple sclerosis (MS) can begin in childhood or adolescence, but pediatric MS continues to be a rare entity, with an estimated 2 to 5% of patients with MS experiencing their first clinical symptoms before age 16. A prompt diagnosis of pediatric MS is important to optimize overall management of both the physical and social impact of the disease. The widespread use of disease-modifying therapies (DMT) for MS in adults, as early as following an initial isolated episode, has led to the use of DMT in children and adolescents with MS. However, it is imperative to distinguish pediatric MS from other childhood CNS inflammatory demyelinating disorders such as acute disseminated encephalomyelitis. Although increasing evidence suggests a slower disease course in children with MS compared to adults, significant disability can still accumulate by early adulthood. Furthermore, associated neurocognitive deficits can impair both academic and psychosocial function at a critical juncture in a young person's life. This article reviews the clinical characteristics, neuroimaging, paraclinical findings, disease course, epidemiology, genetics, and pathophysiology of pediatric MS vis-à-vis adult MS. Further research of pediatric MS may advance our understanding of MS pathophysiology in general, as well as improve the long-term health care outcomes of children and adolescents diagnosed with MS.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».