NONINVASIVE EVALUATION OF PROGRESSION IN MS PATIENTS
Notice bibliographique
Résumé
Introduction: Multiple sclerosis (MS) is the leading cause of disability in young adults. We aimed to monitor disease progression characteristics using cognitive and physical parameters with optical coherence tomography (OCT) and Magnetic Resonance Spectroscopy (MRS). Methods: Fifteen relapsing remitting (RRMS), thirteen secondary progressive (SPMS) and twelve primary progressive (PPMS) patients were included. The Expanded Disability Status Scale (EDSS), Nine-Hole Peg Test (9 HPT), Timed 25-Foot Walk Test (T25FWT), Brief International Cognitive Assessment for Multiple Sclerosis (BICAMS), Montreal Cognitive Assessment (MoCA), MRS and OCT examinations were performed at baseline and follow-up. Results: EDSS, Beck Depression Scale scores, 9-HPT and T25FWT duration scores were higher in the PPMS group compared to the other groups, whereas MoCA, SDMT, CVLT2, and BVMT-R scores were the lowest in this group. Retinal nerve fiber layer (RNFL) measurements in the right (p=0.023) and left (p=0.028) nasal quadrants were found to be higher in the RRMS group compared to the progressive groups. Baseline MRS showed a lower Thalamus myoinositol/creatinine (mI/Cr) ratio in progressed patients compared to stable patients (p=0.003). A cut-off value of baseline Thalamus mI/Cr ratio <0.066 for predicting disease progression based on baseline Thalamus mI/Cr was determined to be <0.066, with an 81.82% sensitivity, and 79.17% specificity, 64.29% positive predictive value (PPV), and 90.48% negative predictive value (NPV) (p=0.003). Conclusion: Early detection of disease progression has critical importance for MS. Besides prognostic serum or cerebrospinal fluid biomarker tests, noninvasive methods such as disability scales and/or imaging techniques may have a significant impact and are easily replicable. As an advanced imaging technique, MRS has the potential for ongoing tissue inflammation. In parallel with that, we have obtained a cut-off thalamic mI/Cr ratio value as a significant predictor of disease progression in MS patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».