COMPLEMENT ACTIVATION IN MULTIPLE SCLEROSIS AND NMO SPECTRUM DISORDERS
Notice bibliographique
Résumé
MS and NMOSD are inflammatory CNS diseases and early manifestations can be similar creating management problems, since MS drugs may be ineffective and/or worsen NMOSD. MR imaging and AQP4-Abs provide diagnostic information in most NMOSD cases, but a minority remain AQP4-Ab-negative; underlining the need for alternative diagnostic biomarkers. Complement (C) activation is a core pathological feature in both. We have investigated whether plasma C analytes can distinguish MS from NMOSD. Plasma from 53 NMOSD, 49 MS and 69 controls was tested in 2 multiplex assays: the first measuring 5 C activation products and the second comprising 5 C proteins. All activation products were significantly elevated in NMOSD compared to control or MS, particularly in AQP4-Ab-positive samples. Four C proteins (C1inh,C1s,C5,FH) were significantly higher in NMOSD (notably AQP4-Ab-positive) compared to MS or controls, whilst one (C3) was significantly lower. Receiver operating characteristic curves for each comparator identified best distinguishing analytes; a model developed from the most predictive gave an area under the curve of 0.938 for NMOSD versus controls and 0.977 for NMOSD versus MS. These data demonstrate NMOSD is characterised by significant C activation and C3 consumption, and a subset of C analytes could provide a supplementary tool for diagnosis.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».