Clinical features and outcomes in children with seronegative autoimmune encephalitis
Notice bibliographique
Résumé
AIM: To characterize the presenting features and outcomes in children with seronegative autoimmune encephalitis, and to evaluate whether scores at nadir for the Modified Rankin Scale (mRS) and Clinical Assessment Scale for Autoimmune Encephalitis (CASE) or its paediatric-specific modification (ped-CASE) are predictive of outcomes. METHOD: This observational study included children younger than 18 years of age with seronegative autoimmune encephalitis. Demographics and clinical data were collected. The mRS and CASE/ped-CASE scores were used to evaluate disease severity. Descriptive statistics and logistic regression were used for data analysis and to evaluate associations between scale scores and outcomes. RESULTS: Sixty-three children were included (39 [62%] females, median age 7 years, interquartile range [IQR] 4 years 1 months-11 years 6 months), with follow-up available for 56 out of 63 patients (median follow-up 12.2 months, IQR 13.4-17.8). The most frequent presenting neurological manifestation was encephalopathy (81%). Median CASE/ped-CASE and mRS scores at nadir were 12.0 (IQR 7.0-17.0) and 1.0 (IQR 0-2.0) respectively. Thirty-three patients (59%) had persistent neurological deficits at follow-up. Both scoring systems suggested good functional recovery (mRS score ≤2, 95%; CASE/ped-CASE score <5, 91%). CASE/ped-CASE score was more likely than mRS to distinguish children with worse outcomes. INTERPRETATION: Children with seronegative autoimmune encephalitis are likely to have neurological deficits at follow-up. CASE/ped-CASE is more likely to distinguish children with worse outcomes than MRS. WHAT THIS PAPER ADDS: Encephalopathy was the most common reason for presentation in children with seronegative autoimmune encephalitis. Children with seronegative autoimmune encephalitis are likely to have neurological deficits at follow-up. The Clinical Assessment Scale for Autoimmune Encephalitis or its paeditric version at nadir was better at distinguishing children with poor outcomes than the Modified Rankin Scale.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».