Serum MOG-IgG in children meeting multiple sclerosis diagnostic criteria
Notice bibliographique
Résumé
BACKGROUND: Myelin oligodendrocyte glycoprotein antibody-associated disease (MOGAD) is now recognized as distinct from multiple sclerosis (MS). OBJECTIVE: To evaluate the importance of considering myelin oligodendrocyte glycoprotein (MOG)-immunoglobulin-G (IgG) serology when applying MS diagnostic criteria in children. METHODS: Within a prospective cohort of children meeting MS criteria (median follow-up = 6 years, interquartile range (IQR) = 4-9), we measured MOG-IgG in serial archived serum obtained from presentation, and compared imaging and clinical features between seropositive and seronegative participants. RESULTS: Of 65 children meeting MS criteria (median age = 14.0 years, IQR = 10.9-15.1), 12 (18%) had MOG-IgG at disease onset. Seropositive participants were younger, had brain magnetic resonance imaging (MRI) features atypical for MS, rarely had cerebrospinal fluid (CSF) oligoclonal bands (2/8, 25%), and accumulated fewer T2 lesions over time. On serial samples, 5/12 (42%) were persistently seropositive, 5/12 (42%) became seronegative, and 2/12 (17%) had fluctuating results. All 12 children experienced a disease course different from typical MS. CONCLUSION: While children with MOG-IgG can have clinical, CSF, and MRI features conforming to MS criteria, the presence of MOG-IgG is associated with atypical features and predicts a non-MS disease course. Given MOG-IgG seropositivity can wane over time, testing at first attack is of considerable importance for the diagnosis of MOGAD.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».