P.015 Analysis of Aquaporin-4 and Myelin Oligodendrocyte Glycoprotein Autoantibodies using live cell-based assay in a reference laboratory with over 6,000 tests
Notice bibliographique
Résumé
Background: Accurate aquaporin-4 (AQP4) and Myelin Oligodendrocyte Glycoprotein (MOG) assays are essential for effectively diagnosing neuromyelitis Optica spectrum disorder and MOG antibody-associated disease. The Live Cell-Based Assay (L-CBA) is the gold standard laboratory test for detecting these antibodies. We studied the profiles of these antibodies, in samples of patients with relevant neurological conditions. Methods: Between January 2021 and December 2024, a total of 6673 samples of serum and/ or CSF were tested at BC Neuroimmunology Lab, Vancouver. We performed in-house L-CBA for the AQP4 and MOG Abs identification. We analyzed the demographics and characteristics of the positive Abs results. Results: We identified 7.8% positive results for anti-MOG and 2.7% for anti-AQP4 antibodies. Both antibodies were more frequent in females (AQP4: 76.9%, MOG: 65.1%). The average age of patients was 49.2 ± 18.8 years, ranging from 9 to 88 years for AQP4 antibodies, and 40.9 ± 19.5 years, ranging from 10 months to 89 years for MOG antibodies. Conclusions: Both anti-MOG and anti-AQP4 Abs are prevalent in females. Moreover, anti-MOG Abs are present across a wider age range from infancy to the elderly, and anti-AQP4 Abs are typically found in later ages, between 10 and 90 years.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».