Diagnostic performance of central vein sign versus oligoclonal bands for multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Cerebrospinal fluid (CSF) oligoclonal bands (OCB) are a diagnostic biomarker in multiple sclerosis (MS). The central vein sign (CVS) is an imaging biomarker for MS that may improve diagnostic accuracy. OBJECTIVES: The objective of the study is to examine the diagnostic performance of simplified CVS methods in comparison to OCB in participants with clinical or radiological suspicion for MS. METHODS: Participants from the CentrAl Vein Sign in MS (CAVS-MS) pilot study with CSF testing were included. Select-3 and Select-6 (counting up to three or six CVS+ lesions per scan) were rated on post-gadolinium FLAIR* images. Sensitivity, specificity, positive predictive value (PPV), and negative predictive value for Select-3, Select-6, OCB, and combinations thereof were calculated for MS diagnosis at baseline and at 12 months. RESULTS: Of 53 participants, 25 were OCB+. At baseline, sensitivity for MS diagnosis was 0.75 for OCB, 0.83 for Select-3, and 0.71 for Select-6. Specificity for MS diagnosis was 0.76 for OCB, 0.48 for Select-3, and 0.86 for Select-6. At 12 months, PPV for MS diagnosis was 0.95 for Select-6 and 1.00 for Select-6 with OCB+ status. DISCUSSION: Results suggest similar diagnostic performance of simplified CVS methods and OCB. Ongoing studies will refine whether CVS could be used in replacement or in conjunction with OCB.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».