Data‐Driven Clustering Approach to Identify Different Phenotypes of Primary Central Nervous System Vasculitis
Notice bibliographique
Résumé
BACKGROUND: To determine whether hierarchical unsupervised cluster analysis identifies a phenotypic distinction in adult patients with primary CNS vasculitis (PCNSV). METHODS: An agglomerative hierarchical cluster analysis based on the Ward method was conducted, including 153 patients with complete baseline phenotypic characterization in the COVAC' registry. RESULTS: The hierarchical analysis identified two main clusters. In Cluster 1 (n = 109 patients, 71%), patients more frequently had a motor deficit (p = 0.039), ≥ 1 acute brain infarct (p < 0.001), and ≥ 1 intracranial stenosis on CT or MR angiogram (p < 0.001) than patients in Cluster 2 (n = 44 patients, 29%). Conversely, patients in Cluster 2 more frequently had seizures (p < 0.001), cognitive impairment (p = 0.002), gadolinium-enhanced parenchymal lesions (p < 0.001), leptomeningeal enhancement (p < 0.001), ≥ 1 cerebral microbleed (p < 0.001), and intracranial hemorrhage(s) (p < 0.001). In multivariable logistic regression, gadolinium-enhanced parenchymal lesions were significantly associated with Cluster 2 lesions (OR = 35.53 [95% CI: 3.91-322.81], p = 0.002). Conversely, ≥ 1 acute brain infarct was significantly associated with Cluster 1 (OR = 0.003 [95% CI: 0.01-0.03], p < 0.001). A CNS biopsy was positive in 11/40 (28%) patients from Cluster 1 and 35/37 (95%) patients from Cluster 2 (p < 0.001). At 12 months, functional independence (modified Rankin scale score ≤ 2) did not differ between the two groups (p = 0.17). Relapse and mortality rates did not differ between the clusters (p = 0.17 and p = 0.23, respectively). CONCLUSION: This unsupervised analysis of a large PCNSV cohort identified two different clinical and radiological phenotypes with different diagnostic work-ups, which confirms the relevance of distinguishing PCNSV phenotypes according to the sizes of affected vessels.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».