Diagnostic value of intereye difference metrics for optic neuritis in aquaporin-4 antibody seropositive neuromyelitis optica spectrum disorders
Notice bibliographique
Résumé
BACKGROUND: The novel optic neuritis (ON) diagnostic criteria include intereye differences (IED) of optical coherence tomography (OCT) parameters. IED has proven valuable for ON diagnosis in multiple sclerosis but has not been evaluated in aquaporin-4 antibody seropositive neuromyelitis optica spectrum disorders (AQP4+NMOSD). We evaluated the diagnostic accuracy of intereye absolute (IEAD) and percentage difference (IEPD) in AQP4+NMOSD after unilateral ON >6 months before OCT as compared with healthy controls (HC). METHODS: Twenty-eight AQP4+NMOSD after unilateral ON (NMOSD-ON), 62 HC and 45 AQP4+NMOSD without ON history (NMOSD-NON) were recruited by 13 centres as part of the international Collaborative Retrospective Study on retinal OCT in Neuromyelitis Optica study. Mean thickness of peripapillary retinal nerve fibre layer (pRNFL) and macular ganglion cell and inner plexiform layer (GCIPL) were quantified by Spectralis spectral domain OCT. Threshold values of the ON diagnostic criteria (pRNFL: IEAD 5 µm, IEPD 5%; GCIPL: IEAD: 4 µm, IEPD: 4%) were evaluated using receiver operating characteristics and area under the curve (AUC) metrics. RESULTS: The discriminative power was high for NMOSD-ON versus HC for IEAD (pRNFL: AUC 0.95, specificity 82%, sensitivity 86%; GCIPL: AUC 0.93, specificity 98%, sensitivity 75%) and IEPD (pRNFL: AUC 0.96, specificity 87%, sensitivity 89%; GCIPL: AUC 0.94, specificity 96%, sensitivity 82%). The discriminative power was high/moderate for NMOSD-ON versus NMOSD-NON for IEAD (pRNFL: AUC 0.92, specificity 77%, sensitivity 86%; GCIP: AUC 0.87, specificity 85%, sensitivity 75%) and for IEPD (pRNFL: AUC 0.94, specificity 82%, sensitivity 89%; GCIP: AUC 0.88, specificity 82%, sensitivity 82%). CONCLUSIONS: Results support the validation of the IED metrics as OCT parameters of the novel diagnostic ON criteria in AQP4+NMOSD.
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 | 0,002 | 0,008 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».