P.080 Cognitive Profile, Disease Characteristics, and Neuroimaging Findings in Susac Syndrome: A Case Series of Seven Participants from British Columbia
Notice bibliographique
Résumé
Background: Susac Syndrome (SuS) is a rare autoimmune disorder of the cerebral, retinal, and inner ear microvasculature. One of the cardinal manifestations of central nervous system (CNS) involvement is encephalopathy, however the cognitive profile in SuS is poorly characterized in the literature. Methods: In this cross-sectional case series of seven participants diagnosed with Susac Syndrome in remission in British Columbia, we use a battery of neuropsychological testing, subjective disease scores, and objective markers of disease severity to characterize the affected cognitive domains and determine if any disease characteristics predict neuropsychological performance. We also compare this battery of tests to neuroimaging markers to determine if correlation exists between radiographic markers of CNS disease and clinical evaluation of disease severity. Results: There were a variety of cognitive deficits, with memory and language dysfunction being the most common. Despite the variability, performance on some neuropsychological tests (MoCA) correlated to markers of functional disability (EDSS). Additionally, MoCA and EDSS scores correlated with neuroimaging findings of both corpus callosum and white matter changes. Finally, psychiatric scores correlated with participant reported scores of disease severity. Conclusions: There is a relationship between cognitive deficits, subjective and objective disease disability, and neuroimaging findings in Susac Syndrome.
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 | 0,005 |
| 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 | 0,001 | 0,005 |
| Communication savante | 0,001 | 0,001 |
| 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 ».