MétaCan
Menu
Retour à la cohorte
Enregistrement W4394980113 · doi:10.1093/braincomms/fcae143

Systemic inflammation associates with and precedes cord atrophy in progressive multiple sclerosis

2024· article· en· W4394980113 sur OpenAlexfundno aff
C Stuart, Aravinthan Varatharaj, Yukai Zou, Angela Darekar, Janine Domjan, Claudia A. M. Gandini Wheeler‐Kingshott, V. Hugh Perry, Ian Galea

Notice bibliographique

RevueBrain Communications · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilWessex Medical ResearchMedical Research Council CanadaUniversity of SouthamptonMultiple Sclerosis Society
Mots-clésAtrophyMultiple sclerosisInflammationMedicinePathologyCordNeuroscienceImmunologyBiologySurgery

Résumé

récupéré en direct d'OpenAlex

Abstract In preclinical models of multiple sclerosis, systemic inflammation has an impact on the compartmentalized inflammatory process within the central nervous system and results in axonal loss. It remains to be shown whether this is the case in humans, specifically whether systemic inflammation contributes to spinal cord or brain atrophy in multiple sclerosis. Hence, an observational longitudinal study was conducted to delineate the relationship between systemic inflammation and atrophy using magnetic resonance imaging: the SIMS (Systemic Inflammation in Multiple Sclerosis) study. Systemic inflammation and progression were assessed in people with progressive multiple sclerosis (n = 50) over two and a half years. Eligibility criteria included: (i) primary or secondary progressive multiple sclerosis; (ii) age ≤ 70; and (iii) Expanded Disability Status Scale ≤ 6.5. First morning urine was collected weekly to quantify systemic inflammation by measuring the urinary neopterin-to-creatinine ratio using a validated ultra-performance liquid chromatography mass spectrometry technique. The urinary neopterin-to-creatinine ratio temporal profile was characterized by short-term responses overlaid on a background level of inflammation, so these two distinct processes were considered as separate variables: background inflammation and inflammatory response. Participants underwent MRI at the start and end of the study, to measure cervical spinal cord and brain atrophy. Brain and cervical cord atrophy occurred on the study, but the most striking change was seen in the cervical spinal cord, in keeping with the corticospinal tract involvement that is typical of progressive disease. Systemic inflammation predicted cervical cord atrophy. An association with brain atrophy was not observed in this cohort. A time lag between systemic inflammation and cord atrophy was evident, suggesting but not proving causation. The association of the inflammatory response with cord atrophy depended on the level of background inflammation, in keeping with experimental data in preclinical models where the effects of a systemic inflammatory challenge on tissue injury depended on prior exposure to inflammation. A higher inflammatory response was associated with accelerated cord atrophy in the presence of background systemic inflammation below the median for the study population. Higher background inflammation, while associated with cervical cord atrophy itself, subdued the association of the inflammatory response with cord atrophy. Findings were robust to sensitivity analyses adjusting for potential confounders and excluding cases with new lesion formation. In conclusion, systemic inflammation associates with, and precedes, multiple sclerosis progression. Further work is needed to prove causation since targeting systemic inflammation may offer novel treatment strategies for slowing neurodegeneration in multiple sclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,345
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207