Safety and Diagnostic Utility of Brain Biopsy and Metagenomics in Decision-Making for Patients with Inborn Errors of Immunity (IEI) and Unexplained Neurological Manifestations
Notice bibliographique
Résumé
Unexplained neurological symptoms can pose a diagnostic challenge in patients with inborn errors of immunity (IEI) where the aetiology can be varied, and diverse pathologies may require contrasting treatments. Brain biopsy, the process of sampling brain tissue directly, has historically provided histological and microbiological information and can now be exploited for deep metagenomic next generation analysis (mNGS). We conducted a retrospective analysis of clinical and diagnostic data on paediatric patients with IEI who had a brain biopsy between 2010 and 2022 at a UK tertiary centre where 14 patients fulfilled our search criteria. We report on clinical characteristics, adverse events and the additional impact of mNGS of brain biopsies, where these were conducted. We found that brain biopsy enabled diagnostics with manageable complications in most cases, either by tissue or metagenomics analysis (n = 11/14, 79%). We found that mNGS analysis improved the diagnostic yield of brain biopsy in 29% of IEI cases (n = 4/14). Brain biopsy enabled a change in management in 71% of cases (n = 10/14). This series provides compelling evidence for the safe and purposeful use of brain biopsy in children with IEI.
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 | 0,025 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».