Anti-JC Virus Antibody Prevalence in Canadian MS Patients
Notice bibliographique
Résumé
BACKGROUND: Anti-John Cunningham (JCV) antibodies have been detected in approximately 50% to 60% of multiple sclerosis (MS) patients. Age, sex, and geographic location have been associated with seroprevalence differences. We describe anti-JCV antibody prevalence in the Canadian cohort of patients enrolled in the JCV Epidemiology in MS study. METHODS: This cross-sectional multicenter study evaluated the effects of demographic and disease characteristics on anti-JCV antibody seroprevalence in MS patients irrespective of disease type and treatment. A single blood sample was collected for analysis of anti-JCV antibodies using a two-step enzyme-linked immunosorbent assay (ELISA). Chi-square and logistic regression tests were used to determine significance. RESULTS: A total of 4198 Canadian MS patients participated in the study; the overall anti-JCV antibody prevalence was 56.3% (95% confidence interval: 54.8% to 57.8%). Seroprevalence was significantly associated with age (increasing from 45% in young to 61% in those >60 years), sex, and region (p<0.0001 for age and sex; p=0.005 for region). No significant differences in anti-JCV antibody prevalence were associated with race, MS disease type and duration, or number and duration of treatments. Immunosuppressant use was associated with a higher seroprevalence rate (63.4%) compared with no immunosuppressant use (55.9%; p=0.040). CONCLUSIONS: Canadian MS patients had an overall anti-JCV antibody seroprevalence that was consistent with previous studies using the two-step ELISA. Significant associations of anti-JCV antibody positivity were found with age, sex, region, and immunosuppressant therapy, whereas seroprevalence was not associated with race, MS type, MS duration, or number or duration of MS treatments.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».