Utility of labial salivary gland biopsy in the histological diagnosis of neuronal intranuclear inclusion disease
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Neuronal intranuclear inclusion disease (NIID) poses a diagnostic challenge because of its diverse clinical manifestations. Detection of intranuclear inclusions remains the primary diagnostic criterion for NIID. Skin biopsies have traditionally been used, but concerns exist regarding postoperative complications and scarring. We sought to investigate the diagnostic utility of labial salivary gland biopsy, a less invasive alternative. METHODS: This study included a total of 19 patients and 11 asymptomatic carriers who underwent labial gland biopsies, while 10 patients opted for skin biopsies. All these individuals were confirmed to have pathogenic GGC repeat expansions in the NOTCH2NLC gene. The control group comprised 20 individuals matched for age and sex, all with nonpathogenic GGC repeat expansions, and their labial gland tissue was sourced from oral surgery specimens. RESULTS: Labial gland biopsies proved to be a highly effective diagnostic method in detecting eosinophilic intranuclear inclusions in NIID patients. The inclusions showed positive staining for p62 and ubiquitin, confirming their pathological significance. The presence of uN2CpolyG protein in the labial gland tissue further supported the diagnosis. Importantly, all patients who underwent lip gland biopsy experienced fast wound healing without any noticeable scarring. In contrast, skin biopsies led to varying degrees of scarring and one instance of a localized infection. CONCLUSION: Labial salivary gland biopsy emerged as a minimally invasive, efficient diagnostic method for NIID, with rapid healing and excellent sensitivity.
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 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».