Timing and Predictors of T2-Lesion Resolution in Patients With Myelin Oligodendrocyte Glycoprotein Antibody–Associated Disease
Notice bibliographique
Résumé
<h3>Objectives</h3> To determine the timing and predictors of T2-lesion resolution in myelin oligodendrocyte glycoprotein antibody–associated disease (MOGAD). <h3>Methods</h3> This retrospective observational study using standard-of-care data had inclusion criteria of MOGAD diagnosis, ≥2 MRIs 12 months apart, and ≥1 brain/spinal cord T2-lesion. The median (interquartile range [IQR]) number of MRIs (82% at disease onset) per-patient were: brain, 5 (2–8); spine, 4 (2–8). Predictors of T2-lesion resolution were assessed with age- and sex-adjusted generalized estimating equations and stratified by T2-lesion size (small <1 cm; large ≥1 cm). <h3>Results</h3> We studied 583 T2-lesions (brain, 512 [88%]; spinal cord, 71 [12%]) from 55 patients. At last MRI (median follow-up 54 months [IQR 7–74]) 455 T2-lesions (78%) resolved. The median (IQR) time to resolution was 3 months (1.4–7.0). Small T2-lesions resolved more frequently and faster than large T2-lesions. Acute T1-hypointensity decreased the likelihood (odds ratio [95% CI]) of T2-lesion resolution independent of size (small: 0.23 [0.09–0.60], <i>p</i> = 0.002; large: 0.30 [0.16–0.55], <i>p</i> < 0.001), whereas acute steroids favored resolution of large T2-lesions (1.75 [1.01–3.03], <i>p</i> = 0.046). Notably, 32/55 (58%) T2-lesions resolved without treatment. <h3>Discussion</h3> The high frequency of spontaneous T2-lesion resolution suggests that this represents MOGAD9s natural history. The speed of T2-lesion resolution and influence of size, corticosteroids, and T1-hypointensity on this phenomenon gives insight into MOGAD pathogenesis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».