Clinical and MRI characteristics of multiple sclerosis in patients of Middle Eastern and North African ancestry residing in Ontario, Canada
Notice bibliographique
Résumé
Background: Multiple sclerosis (MS) incidence is rising in traditionally low-burden regions, including the Middle East and North Africa (MENA). Objectives: Our objective was to evaluate disease characteristics in MS patients of MENA descent (MENA-MS). Methods: MENA-MS patients and age- and sex-matched MS patients of European descent (EUR-MS) were identified through the MS Clinic Registry of St. Michael’s Hospital in Toronto, Canada. Disease activity and severity were evaluated by the annualized relapse rate (ARR), magnetic resonance imaging (MRI) activity, change in the Expanded Disability Status Scale (EDSS), progression index (PI), and MS Severity Score (MSSS). Results: All MS patients within the registry identified to be of MENA origin ( n = 192), and age- and sex-matched EUR-MS patients were included. Mean age was 42.9 years, 67% female. A total of 25% and 24% of EUR-MS and MENA-MS had progressive disease, with similar mean disease durations (11.5 and 11.4 years, respectively). Clinical and radiological disease activity (ARR, proportion with new/enlarging MRI lesions) was similar. MENA-MS showed greater disability progression over time (EDSS change = 0.24 vs. 0.06, p = 0.01), a higher MSSS (3.12 vs. 2.67, p = 0.04), and higher PI (0.34 vs. 0.27, p = 0.07). Conclusion: MENA-MS patients demonstrate higher disease severity compared to EUR-MS patients, despite having similar inflammatory measures of disease activity, with disability progression in the absence of relapses. These observations illustrate the importance of the intersections of environmental, socioeconomic, and genetic determinants in optimizing individualized MS care.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».