MétaCan
Menu
Retour à la cohorte
Enregistrement W4412816283 · doi:10.1097/wno.0000000000002382

The Diagnostic Yield of Antiacetylcholine Receptor Antibodies Versus Antimuscle Kinase Antibodies in Ocular Myasthenia Gravis: A Meta-Analysis

2025· article· en· W4412816283 sur OpenAlexaff
Edward Tran, Gautham Nair, Lulu Bursztyn, Clare L. Fraser, Edsel Ing

Notice bibliographique

RevueJournal of Neuro-Ophthalmology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMyasthenia Gravis and Thymoma
Établissements canadiensUniversity of TorontoUniversity of AlbertaWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineOcular myastheniaMeta-analysisMyasthenia gravisInternal medicineAutoantibodyAntibodySerologyConfidence intervalGastroenterologyImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ocular myasthenia gravis (OMG) is an autoimmune disease characterized by autoantibodies targeting postsynaptic proteins at the neuromuscular junction, leading to weakness and fatigability of the levator palpebrae superioris, orbicularis oculi and extraocular muscles. Although OMG is primarily a clinical diagnosis, serological antibody testing, predominantly acetylcholine receptor (AChR) antibodies, is usually performed. The clinical utility of muscle-specific kinase (MuSK) antibodies is less well established in OMG. This meta-analysis evaluates the use of anti-AChR and anti-MuSK in patients with OMG and the relative costs of simultaneous vs sequential testing. METHODS: Studies were extracted from Cumulative Index to Nursing and Allied Health Literature (CINAHL), Embase (Ovid), Medline (Ovid), and additional gray literature. A systematic review was conducted using Covidence with 2 independent reviewers for study selection and data extraction. The meta-analysis was conducted with R version 4.4.1 on RStudio, and the meta package. Depending on the level of heterogeneity, either a fixed-effects or random-effects model was used to pool the data. Funnel plots were used to assess publication bias. RESULTS: The pooled analysis of 44 studies (n = 4,937 patients with OMG) revealed 59% (95% confidence interval [CI]: 52%-66%) positivity for anti-AChR, whereas the pooled analysis of 34 studies with (n = 3,380) showed 5% (95% CI: 2%-9%) positivity for anti-MuSK. From 62 studies (n = 5,180), 4 patients (0.1%) were doubly seropositive for anti-AChR and anti-MuSK. In patients with OMG positive for AChR antibodies, 5 studies (n = 527) reported a thymoma prevalence of 35% (95% CI: 3%-90%), underscoring the clinical value of anti-AChR testing. Four studies (n= 259) showed that anti-AChR positive patients had a 1.82 (95% CI: 1.15-2.88) times greater risk of progressing from OMG to generalized myasthenia gravis. CONCLUSIONS: Almost two-thirds (59%) of the patients with OMG tested positive for AChR antibodies, but MuSK antibodies were only detected in 5% of patients. Positivity for anti-AChR in OMG was associated with a worse prognosis, including a higher prevalence of thymomas and an increased risk of disease generalization. Given the relatively low prevalence of anti-MuSK and the higher cost of anti-MuSK testing, clinicians could consider a stepwise approach to the serological diagnosis of OMG, where anti-MuSK is ordered only if the initial anti-AChR returns negative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,058
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0210,085
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0030,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,344
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neuro-OphthalmologyMême sujetMyasthenia Gravis and ThymomaTravaux en français237 207