P.135 Impact of brainstem lesion location on symptoms and treatment response in Multiple Sclerosis-Associated Trigeminal Neuralgia
Notice bibliographique
Résumé
Background: Trigeminal neuralgia (TN) is more common in multiple sclerosis (MS) patients than in the general population, likely due to demyelination impacting the trigeminal pathways. While brainstem lesions are associated with MS-TN, their precise role remains unclear. Methods: This study investigates the relationship between brainstem MS plaque location, TN symptoms, and treatment response. We retrospectively analyzed brain MRIs of MS-TN patients, segmenting and coregistering brainstem plaques in MNI space. A tractographic atlas of the trigeminal system was generated using high-resolution diffusion imaging from 30 patients. Lesion involvement was determined by intersection with the trigeminal tract, and its association with pain intensity and treatment outcomes was analyzed using linear regression. Results: Our research revealed 83% of MS-TN patients had brainstem lesions near the fourth ventricle. No single lesion hot spot was identified. Lesion volume did not predict symptom recurrence or treatment response. However, 97% of lesions intersected the trigeminal tract, supporting its association with TN symptoms. Conclusions: The strong overlap between lesions and the trigeminal tract suggests a potential pain generator in MS-TN. Further research is needed to determine whether similar lesions exist in asymptomatic MS patients and to confirm this hypothesis. Future studies will explore whether tract involvement better predicts clinical response to treatment.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| 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 ».