Frequency and Diagnostic Implications of Paramagnetic Rim Lesions in People Presenting for Diagnosis to a Multiple Sclerosis Clinic
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Paramagnetic rim lesions (PRLs) are a well-established imaging biomarker of chronic active multiple sclerosis (MS) lesions. PRLs have been shown to be highly specific for MS (∼90% specificity), and their prevalence has been estimated to be approximately 50% in patients with clinically established diagnoses of MS. In this study, we evaluated the frequency and diagnostic value of PRLs in patients at first clinical presentation. METHODS: Adults age 18-64 years presenting with clinical symptoms or radiologic suspicion of demyelinating disease referred to academic specialty MS centers without a definitive diagnosis were prospectively enrolled in a multicenter, cross-sectional, observational study. Phase images from high-resolution 3D echo-planar imaging were acquired on 3-tesla brain MRI and evaluated for PRLs by 3 independent raters, blinded to diagnosis, with adjudication from a fourth expert rater. Diagnostic performance of PRLs for a diagnosis of MS using the 2017 McDonald criteria as gold standard was evaluated using diagnostic thresholds based on the presence of at least 1 PRL (≥1 PRL) or at least 2 PRLs (≥2 PRLs). RESULTS: = 0.03). DISCUSSION: PRLs are highly prevalent early in patients with MS at the time of first clinical presentation and can differentiate MS from mimics with high accuracy.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».