Oligoclonal bands and cerebrospinal fluid markers in multiple sclerosis: associations with disease course and progression
Notice bibliographique
Résumé
BACKGROUND: The use of oligoclonal bands (OCBs) and cerebrospinal fluid (CSF) parameters are established in the diagnosis of MS, but poorly as markers of disease. OBJECTIVE: To investigate the role of OCBs in disease course and progression. METHODS: CSF data for 1120 patients with MS were analyzed for associations between OCBs and CSF parameters and clinical data (disease course [relapsing-onset MS (ROMS) vs primary-progressive MS (PPMS)]), disability progression (proportion reaching Expanded Disability Status Scale 6 within 10 years of onset and progression index) and ethnicity. RESULTS: Of patients with MS, 72.5% had detectable OCBs. For patients with detectable OCBs, 84.6% had ROMS and 15.4% PPMS versus 89.7% and 10.3%, respectively for those without detectable OCBs (p=0.04). Total CSF IgG and protein levels were higher in PPMS compared with ROMS (p<0.001). Disease progression appeared independent of OCB status. Patients with CSF (vs without) data were more likely to be male, older at onset, have PPMS and lack optic neuropathy at onset (p<0.001). CONCLUSIONS: OCB positivity and elevated total CSF IgG and protein were moderately associated with a PPMS disease course, but not disease progression. Patients with atypical clinical presentations were more likely to have had CSF work-up, suggesting a testing bias.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».