A multicenter pilot study evaluating simplified central vein assessment for the diagnosis of multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The central vein sign (CVS) is a proposed magnetic resonance imaging (MRI) biomarker for multiple sclerosis (MS); the optimal method for abbreviated CVS scoring is not yet established. OBJECTIVE: The aim of this study was to evaluate the performance of a simplified approach to CVS assessment in a multicenter study of patients being evaluated for suspected MS. METHODS: Adults referred for possible MS to 10 sites were recruited. A post-Gd 3D T2*-weighted MRI sequence (FLAIR*) was obtained in each subject. Trained raters at each site identified up to six CVS-positive lesions per FLAIR* scan. Diagnostic performance of CVS was evaluated for a diagnosis of MS which had been confirmed using the 2017 McDonald criteria at thresholds including three positive lesions (Select-3*) and six positive lesions (Select-6*). Inter-rater reliability assessments were performed. RESULTS: = 55, 71%). The area under the receiver operating characteristic curve (AUROC) for the simplified counting method was 0.83 (95% CI: 0.73-0.93). Select-3* and Select-6* had sensitivity of 81% and 65% and specificity of 68% and 98%, respectively. Inter-rater agreement was 78% for Select-3* and 83% for Select-6*. CONCLUSION: A simplified method for CVS assessment in patients referred for suspected MS demonstrated good diagnostic performance and inter-rater agreement.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».