The relationship of age with the clinical phenotype in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The multiple sclerosis (MS) clinical course and relapses frequency before progression vary widely. OBJECTIVE: To investigate the influence of age on the MS phenotype. METHODS: Among 751 primary progressive (PP = 217) and secondary progressive (SP = 534) MS patients from the London Ontario database, we assessed the relationship of age on the relapse frequency and on the progressive phase evolution, and the impact of relapses on the age at onset of progression. RESULTS: Age at onset did not influence the early attacks frequency, but patients younger at onset had larger number of total attacks before progression (age = 27.4, 31.0 and 32.8 mean years; ⩾4, 2-3 and 1 relapses, respectively) and longer latency to SP. Although frequent early relapses predicted younger age at SP onset, patients with no attacks (primary progressive multiple sclerosis (PPMS)), or 1, 2-3 and ⩾4 relapses during the relapsing-remitting phase started progressing at similar age (38.6, 41.3, 41.4 and 39.2 mean years, respectively). The age at onset of progressive phase did not affect its evolution. CONCLUSIONS: Age strongly influences the phenotype before progression. Relapsing-remitting patients younger at onset are more likely to display a predominantly inflammatory course, yet relapses number does not affect the age at onset of progression.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».