MOGAD and NMOSD: insights on patients’ radiological and laboratory findings from a single UAE center
Notice bibliographique
Résumé
Introduction: Although neuromyelitis optica spectrum disorders (NMOSD) and myelin oligodendrocyte glycoprotein antibody disease (MOGAD) are rare diseases, they pose a significant burden on both society and the healthcare system. This study aims to discuss the demographics and patient characteristics of these diseases in a single center in the United Arab Emirates (UAE). Methods: This is a retrospective, descriptive study that included patients with either NMOSD or MOGAD treated at Rashid Hospital, UAE during the period between January 2019 and January 2024. Patients were selected and categorized according to NMOSD criteria, aquaporin-4 antibodies, and MOG antibodies. Patient demographics, clinical characteristics, and medical history were retrieved from their medical records and descriptively analyzed in the light of patients' serological data. Results: = 5) were AQP4-antibody negative. Seventy-four percent of the NMOSD cohort and 43% of the MOGAD cohort were female. For MOGAD patients, disease onset was at a younger age (median onset age of 25 years) compared to the overall study population (mean onset age of 28.94 years). Long segment transverse myelitis was only detected in NMOSD patients (33.3%), and brainstem syndrome with area postrema syndrome was more common in the MOGAD cohort (29% vs. 4%). The rate of positive response to intravenous methylprednisolone as initial therapy was comparable across both cohorts (74% in case of NMOSD and 71% in case of MOGAD). Conclusion: This study provides valuable insights into the status of NMOSD and MOGAD in the UAE, highlighting the need for larger, prospective studies to further characterize these diseases in the local population, as well as the need for improved understanding of the epidemiology and management of these rare but debilitating conditions.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».