Clinically Relevant Anti-Neuronal Cell Surface Antibodies in Schizophrenia Spectrum Disorders
Notice bibliographique
Résumé
Schizophrenia is a phenotypically heterogeneous and poorly understood disorder. While its etiology is likely multifactorial, immune system dysfunction has increasingly been implicated in its development. As hallucinations and delusions occur frequently and prominently in autoimmune encephalitis (AE), numerous studies have sought to determine whether a small subset of individuals diagnosed with schizophrenia possess anti-neuronal antibodies implicated in AE. Exploring this possibility is of clinical relevance, as identifying individuals with AE who have been misdiagnosed as having a primary psychotic disorder may allow for the implementation of appropriate immune-related therapies as early as possible in the course of the illness, in order to optimize outcomes, reduce illness chronicity, and minimize adverse events. This qualitative review serves to provide an overview of the existing literature on this topic, as well as to update previously published reviews. Although there is some evidence to suggest that in rare cases AE may be misdiagnosed as a primary psychotic disorder, particularly early in the course of the illness, numerous methodological differences between studies likely account for the highly variable findings, and interpretation of the results is particularly limited by a paucity of cerebrospinal fluid data. Moreover, the prevalence of misdiagnosis in chronic and treatment-resistant populations remains understudied. This is particularly problematic, as treatment resistance may represent an enriched population with respect to the presence of anti-neuronal antibodies, and given that such patients have few evidence-based treatment options available to them beyond clozapine.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».