Central vein sign: A diagnostic biomarker in multiple sclerosis (CAVS-MS) study protocol for a prospective multicenter trial
Notice bibliographique
Résumé
The specificity and implementation of current MRI-based diagnostic criteria for multiple sclerosis (MS) are imperfect. Approximately 1 in 5 of individuals diagnosed with MS are eventually determined not to have the disease, with overreliance on MRI findings a major cause of MS misdiagnosis. The central vein sign (CVS), a proposed MRI biomarker for MS lesions, has been extensively studied in numerous cross sectional studies and may increase diagnostic specificity for MS. CVS has desirable analytical, measurement, and scalability properties. "Central Vein Sign: A Diagnostic Biomarker in Multiple Sclerosis (CAVS-MS)" is an NIH-supported, 2-year, prospective, international, multicenter study conducted by the North American Imaging in MS Cooperative (NAIMS) to evaluate CVS as a diagnostic biomarker for immediate translation into clinical care. Study objectives include determining the concordance of CVS and McDonald Criteria to diagnose MS, the sensitivity of CVS to detect MS in those with typical presentations, and the specificity of CVS among those with atypical presentations. The study will recruit a total of 400 participants (200 with typical and 200 with atypical presentations) across 11 sites. T2*-weighted, high-isotropic-resolution, segmented echo-planar MRI will be acquired at baseline and 24 months on 3-tesla scanners, and FLAIR* images (combination of FLAIR and T2*) will be generated for evaluating CVS. Data will be processed on a cloud-based platform that contains clinical and CVS rating modules. Imaging quality control will be conducted by automated methods and neuroradiologist review. CVS will be determined by Select6* and Select3* lesion methods following published criteria at each site and by central readers, including neurologists and neuroradiologists. Automated CVS detection and algorithms for incorporation of CVS into McDonald Criteria will be tested. Diagnosis will be adjudicated by three neurologists who served on the 2017 International Panel on the Diagnosis of MS. The CAVS-MS study aims to definitively establish CVS as a diagnostic biomarker that can be applied broadly to individuals presenting for evaluation of the diagnosis of MS.
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 | 0,002 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 ».