MRI features of pediatric multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: MRI has revolutionized the diagnostic accuracy of multiple sclerosis (MS) in adults, and is now used extensively to evaluate efficacy of immunomodulatory therapies. Although MRI has also been used to aid in the diagnosis and care of children with MS, the MRI features of MS in children are less well understood. METHODS: The present review summarizes the available literature on MRI in pediatric MS, outlines the specific features of other disorders affecting the CNS white matter in children, compares the MRI appearance of MS in children to seminal neuroimaging studies in adult-onset MS, and discusses the potential role of advanced MRI technologies in delineating the underlying pathobiology of acquired demyelinating disease in children. RESULTS: Although the MRI features of MS in children have similarity to adult-onset MS, children tend to have fewer lesions and a lower propensity for lesions to enhance with gadolinium. The MRI findings in children presenting with a clinical phenotype of acute disseminated encephalomyelitis may be indistinguishable from the first attack of MS. CONCLUSIONS: MRI criteria specific for pediatric-onset multiple sclerosis (MS) and criteria predictive of MS outcome in children experiencing a first demyelinating event will be challenged by the overlap in MRI features between acute monophasic demyelinating syndromes and MS, particularly in younger children. Emergence of new clinically silent lesions on MRI scans separated by at least 3 months is characteristic of MS. Newer MRI techniques evaluating white matter biochemistry and integrity in the youngest MS patients may provide new insights into the relative contributions of inflammation and neurodegeneration in 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) | 0,000 | 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 ».