Serum neurofilament light chain predicts long term clinical outcomes in multiple sclerosis
Notice bibliographique
Résumé
Serum neurofilament light chain (NfL) is emerging as an important biomarker in multiple sclerosis (MS). Our objective was to evaluate the prognostic value of serum NfL levels obtained close to the time of MS onset with long-term clinical outcomes. In this prospective cohort study, we identified patients with serum collected within 5 years of first MS symptom onset (baseline) with more than 15 years of routine clinical follow-up. Levels of serum NfL were quantified in patients and matched controls using digital immunoassay (SiMoA HD-1 Analyzer, Quanterix). Sixty-seven patients had a median follow-up of 18.9 years (range 15.0-27.0). The median serum NfL level in patient baseline samples was 10.1 pg/mL, 38.5% higher than median levels in 37 controls (7.26 pg/mL, p = 0.004). Baseline NfL level was most helpful as a sensitive predictive marker to rule out progression; patients with levels less 7.62 pg/mL were 4.3 times less likely to develop an EDSS score of ≥ 4 (p = 0.001) and 7.1 times less likely to develop progressive MS (p = 0.054). Patients with the highest NfL levels (3rd-tertile, > 13.2 pg/mL) progressed most rapidly with an EDSS annual rate of 0.16 (p = 0.004), remaining significant after adjustment for sex, age, and disease-modifying treatment (p = 0.022). This study demonstrates that baseline sNfL is associated with long term clinical disease progression. sNfL may be a sensitive marker of subsequent poor clinical outcomes.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».