Seropositivity in Myasthenia Gravis as a Predictor of Response to Therapeutic Plasma Exchange
Notice bibliographique
Résumé
Background: In spite of the increasing availability of immunomodulatory treatments for myasthenia gravis (MG), little is known about factors that predict response to the treatment. We aim to study if the presence of acetylcholine receptor (AChR) antibodies may be one of the predictors of the response to the therapeutic plasma exchange (TPE) in patients with MG. Methods: The study was carried out in 78 patients with moderate to severe MG. They were divided into two groups: TPE group (62 patients) that included the patients who received TPE, and control (non-TPE) group who did not receive TPE and was only on medical treatment (16 patients). Patients in TPE group, then, were subdivided into sero-positive and sero-negative subgroups according to the presence or absence of AChR antibodies respectively. Scoring by Quantitative Myasthenia Gravis Scale (QMGS) was done before and 1 month after the TPE. Results: After 1 month of treatment, the change in QMGS was significantly higher in the TPE group than in the Non-TPE one (t = -6.406) (P < 0.0001). In the sero-positive group, the score of QMGS ranged initially from 19 to 34 (mean 26.48 ± 3.75) and after 1 month from 11 to 30 (mean 18.00 ± 4.45) with the median change of -32. The QMGS change was significantly greater in the sero-positive group than in the sero-negative one (t = -3.516) (P < 0.0001). Conclusions: As regards to the presence of AChR antibodies in patients with MG, both sero-positive and sero-negative groups responded to TPE but the sero-positive group had a better response. J Neurol Res. 2019;9(1-2):8-13 doi: https://doi.org/10.14740/jnr510
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».