Clinical and MRI features contributing to the clinico-radiological dissociation in a large cohort of people with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: People with Multiple Sclerosis (PwMS) often show a mismatch between disability and T2-hyperintense white matter (WM) lesion volume (LV), that in general is referred to as the clinico-radiological paradox. OBJECTIVES: This study aimed to understand how an extensive clinical, neuropsychological, and MRI analysis could better elucidate the clinico-radiological dissociation in a large cohort of PwMS. METHODS: Clinical scores, such as Expanded Disability Status Scale (EDSS), 9 Hole Peg Test (9HPT), 25-foot Walking Test (25-FWT), Paced Auditory Serial Addition Test at 3 s (PASAT3), Symbol digit Modalities Test (SDMT), demographics, and 3 T-MRI of 717 PwMS and 284 healthy subjects (HS) were downloaded from the INNI database. Considering medians of LV and EDSS scores, PwMS were divided into four groups: low LV and disability (LL/LD); high LV and low disability (HL/LD); low LV and high disability (LL/HD); high LV and disability (HL/HD). MRI measures included: volumes of gray matter (GM), WM, cerebellum, basal ganglia and thalamus, spinal cord (SC) area, and functional connectivity of resting-state networks. RESULTS: The clinico-radiological dissociation involved 36% of our sample. HL/LD showed worse SDMT scores and lower global and deep GM volumes than HS and LL/LD. LL/HD showed lower GM, thalamus, and cerebellum volumes, and SC area than HS, and lower SC area than LL/LD. CONCLUSIONS: A more extensive clinical assessment, including cognitive tests, and MRI evaluation including deep GM and SC, could better describe the real status of the disease and help clinicians in early and tailored treatment in PwMS.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».