P.007 Autoimmune Encephalitis Timing and Incidence: the Manitoba Experience
Notice bibliographique
Résumé
Background: Early treatment of autoimmune encephalitis (AE) can improve outcomes. Despite expert recommendation, it remains unclear if suspected AE patients consistently receive empiric treatments prior to availability of antibody results. Methods: Retrospective chart review of patients referred for AE testing in Manitoba. Primary outcomes were the proportion of patients treated empirically prior to the availability of antibody results. Incidence, clinical presentation, investigations, complications, mortality rates, and hospital course were secondary outcome measures. Results: We identified 151 patients from 2012-2018. 43 patients met inclusion criteria. The annual incidence of AE in Manitoba was 0.37/100,000. 28/43 (65%) patients were treated prior to availability of antibody results (“Early group”). 15/43 (35%) patients did not receive treatment (“Late group”). Significantly more Early group patients had repeat immunotherapy (p=0.001), abnormal MRI (p=0.027), and investigations for malignancy (p=0.015). Durations of hospital and intensive care admission, complication rates, and mortality rates were not different between the two groups. Conclusions: This is the first-ever AE incidence, timing, and management study of a comprehensive Canadian geopolitical and medical catchment area. Just over 1/3 of suspected AE over seven years were not treated prior to antibody results becoming available. Patients treated earlier did not experience greater complication rates.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».