MRI in the Prediction and Diagnosis of Pediatric-onset Multiple Sclerosis: Insights from Children with Incident CNS Demyelination
Notice bibliographique
Résumé
An acute demyelinating syndrome (ADS) in a child may be a monophasic illness or may represent the incident attack of multiple sclerosis (MS) – an inflammatory demyelinating neurodegenerative disorder affecting the brain, spinal cord and optic nerves. The central objective of this dissertation was to identify MRI parameters present at ADS that predict MS diagnosis. A scoring tool was first created containing 14 parameters identified from the literature and demonstrating substantial inter-rater agreement (Cohen’s kappa values ≥0.6). Children aged <16 years were enrolled at incident ADS and are currently followed for five years at 23 Canadian centers. Standardized MRI scans were acquired at onset and serially. MS was defined based on the occurrence of a second demyelinating attack or MRI evidence of new lesions in accordance with McDonald criteria for dissemination in time. Multivariable Cox proportional hazards regression models were used to identify MRI parameters that predicted MS diagnosis. Over 1100 MRI scans in 284 children with ADS were evaluated. To date, 57(20%) children have been diagnosed with MS. For those that developed MS, the median (IQR) time from incident attack to diagnosis was 6.2 (4.7-11.1) months. The presence of ≥1 T1-hypointense lesion (HR 20.6, 95% CI 5.5-78.0) and ≥1 T2 periventricular lesion (3.3, 1.3-8.8) were associated with an increased likelihood for MS diagnosis (sensitivity 84%, specificity 93%, PPV 76%, NPV 96%). The predictive parameters were validated in an independent Dutch cohort of 45 children with ADS (n=15, 33% MS): sensitivity 93%, specificity 87%, PPV 78%, NPV 96%. Finally, it was determined that the 2010 McDonald criteria are applicable for diagnosis of pediatric-onset MS diagnosis in older children with non-ADEM presentations. The work embodied herein emphasizes the value of MRI in predicting MS diagnosis in children with incident ADS. Early identification of children with MS is important for planning clinical care and will be valuable in future pediatric MS treatment trials.
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 | 0,004 |
| 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 | 0,001 | 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) | 0,000 | 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 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 ».