MétaCan
Menu
Retour à la cohorte
Enregistrement W6901518616 · doi:10.60692/fs0mm-2y969

Use and Safety of Immunotherapeutic Management of N-Methyl-d-Aspartate Receptor Antibody Encephalitis

2021· article· en· W6901518616 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune Neurological Disorders and Treatments
Établissements canadiensMcMaster UniversityAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésImmunotherapyModified Rankin ScaleDiseaseLogistic regressionAntibodyEncephalitis

Résumé

récupéré en direct d'OpenAlex

Overall, immunotherapy has been shown to improve outcomes and reduce relapses in individuals with N-methyl-d-aspartate receptor (NMDAR) antibody encephalitis (NMDARE); however, the superiority of specific treatments and combinations remains unclear.To map the use and safety of immunotherapies in individuals with NMDARE, identify early predictors of poor functional outcome and relapse, evaluate changes in immunotherapy use and disease outcome over the 14 years since first reports of NMDARE, and assess the Anti-NMDAR Encephalitis One-Year Functional Status (NEOS) score.Systematic search in PubMed from inception to January 1, 2019.Published articles including patients with NMDARE with positive NMDAR antibodies and available individual immunotherapy data.Individual patient data on immunotherapies, clinical characteristics at presentation, disease course, and final functional outcome (modified Rankin Scale [mRS] score) were entered into multivariable logistic regression models.The planned study outcomes were functional outcome at 12 months from disease onset (good, mRS score of 0 to 2; poor, mRS score greater than 2) and monophasic course (absence of relapse at 24 months or later from onset).Data from 1550 patients from 652 articles were evaluated. Of these, 1105 of 1508 (73.3%) were female and 707 of 1526 (46.3%) were 18 years or younger at disease onset. Factors at first event that were significantly associated with good functional outcome included adolescent age and first-line treatment with therapeutic apheresis, corticosteroids plus intravenous immunoglobulin (IVIG), or corticosteroids plus IVIG plus therapeutic apheresis. Factors significantly associated with poor functional outcome were age younger than 2 years or age of 65 years or older at onset, intensive care unit admission, extreme delta brush pattern on electroencephalography, lack of immunotherapy within the first 30 days of onset, and maintenance IVIG use for 6 months or more. Factors significantly associated with nonrelapsing disease were rituximab use or maintenance IVIG use for 6 months or more. Adolescent age at onset was significantly associated with relapsing disease. Rituximab use increased from 13.5% (52 of 384; 2007 to 2013) to 28.3% (311 of 1100; 2013 to 2019) (P < .001), concurrent with a falling relapse rate over the same period (22% [12 of 55] in 2008 and earlier; 10.9% [35 of 322] in 2017 and later; P = .006). Modified NEOS score (including 4 of 5 original NEOS items) was associated with probability of poor functional status at 1 year (20.1% [40 of 199] for a score of 0 to 1 points; 43.8% [77 of 176] for a score of 3 to 4 points; P = .05).Factors influencing functional outcomes and relapse are different and need to be considered independently in development of evidence-based optimal management guidelines of patients with NMDARE.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,251
Écart entre enseignants0,214 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetAutoimmune Neurological Disorders and TreatmentsTravaux en français237 207