P.009 Improving Detection of Creutzfeldt-Jakob Disease Mimics in Clinical Practice
Notice bibliographique
Résumé
Background: Assays capable of detecting prions in CSF (e.g., RT-QuIC) have greatly improved the antemortem diagnosis of Creutzfeldt-Jakob disease (CJD) yet take time to conduct and are not widely accessible. There is a need to identify clinical features and common tests that identify mimics at presentation. Methods: Mimics were identified within longitudinal studies of rapidly progressive dementia at study sites. Mimics met clinical criteria for probable CJD but did not have CJD. Clinical features were compared between mimics and patients with CJD assessed at Mayo Clinic Enterprise (n=79) and Washington University in St. Louis (n=10; Jan-2014 to Oct-2020). Results: Mimics (10/155; 6.5%) were diagnosed with autoimmune encephalitis (n=7), neurosarcoidosis, frontotemporal lobar degeneration with motor neuron disease, and unknown dementia. Age-at-symptom onset, gender, presenting symptoms, and EEG and MRI findings were similar between mimics and CJD patients. Focal motor abnormalities (49/93, 10/10), elevations in CSF leukocytosis (4/92, 5/10) and protein (39/92, 9/10) were more common in mimics (p<0.01). Neural-specific autoantibodies associated with autoimmune encephalitis were detected within the serum (4/9) and CSF (5/10) of mimics, but not CJD cases. Conclusions: Autoimmune encephalitis, neurosarcoidosis and neurodegenerative diseases may mimic CJD at presentation and should be considered in patients with early motor dysfunction and abnormal CSF studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,012 |
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 source (Gemma direct ou Codex distillé), 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 ».