A rapid review of differences in cerebrospinal neurofilament light levels in clinical subtypes of progressive multiple sclerosis
Notice bibliographique
Résumé
Background: Multiple sclerosis (MS) is divided into three clinical phenotypes: relapsing-remitting MS (RRMS), secondary progressive MS (SPMS), and primary progressive MS (PPMS). It is unknown to what extent SPMS and PPMS pathophysiology share inflammatory or neurodegenerative pathological processes. Cerebrospinal (CSF) neurofilament light (NfL) has been broadly studied in different MS phenotypes and is a candidate biomarker for comparing MS subtypes. Research question: Are CSF NfL levels different among clinical subtypes of progressive MS? Methods: A search strategy identifying original research investigating fluid neurodegenerative biomarkers in progressive forms of MS between 2010 and 2022 was applied to Medline. Identified articles underwent title and abstract screen and full text review against pre-specified criteria. Data abstraction was limited to studies that measured NfL levels in the CSF. Reported statistical comparisons of NfL levels between clinical phenotypes were abstracted qualitatively. Results: 18 studies that focused on investigating direct comparisons of CSF NfL from people with MS were included in the final report. We found NfL levels were typically reported to be higher in relapsing and progressive MS compared to healthy controls. Notably, higher NfL levels were not clearly associated with progressive MS subtypes when compared to relapsing MS, and there was no observed difference in NfL levels between PPMS and SPMS in articles that separately assessed these phenotypes. Conclusion: CSF NfL levels distinguish individuals with MS from healthy controls but do not differentiate MS subtypes. Broad biological phenotyping is needed to overcome limitations of current clinical phenotyping and improve biomarker translatability to decision-making in the clinic.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,033 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».