Optical coherence tomography angiography biomarkers in multiple sclerosis and neuromyelitis optica spectrum disorders: a systematic review
Notice bibliographique
Résumé
Abstract Background Multiple sclerosis (MS) and neuromyelitis optica spectrum disorder (NMOSD) are autoimmune disorders of the central nervous system with overlapping clinical manifestations but distinct treatments and prognoses. Imaging markers are necessary to differentiate between these disorders, especially when serologic testing is unavailable or unclear. Optical coherence tomography angiography (OCT-A) serves as a non-invasive imaging tool that assesses retinal microvascular alterations, potentially as a modality for differentiating MS and NMOSD. This review aimed to assess and consolidate evidence on retinal vascular alterations, measured by OCT-A, in people with MS (PwMS) and people with NMOSD (PwNMOSD) to help discriminate between these disorders. Methods PubMed/MEDLINE, Web of Science, Scopus, and Embase were systematically searched up to August 27, 2024, to identify original English studies that compared OCT-A parameters between PwMS and PwNMOSD. The risk of bias across studies was evaluated utilizing the Newcastle–Ottawa Scale (NOS). Findings were consolidated using a narrative synthesis method. Results Nine studies involving 181 PwMS and 166 PwNMOSD were included. Compared to PwMS, PwNMOSD exhibited significantly lower vessel densities in the peripapillary and macular regions, reduced radial peripapillary capillary (RPC) density, and smaller foveal avascular zone (FAZ) areas, particularly in optic neuritis (ON)-affected eyes. Minimal differences were observed in eyes without ON, suggesting that ON may be crucial when utilizing OCT-A biomarkers for disease discrimination. Conclusion OCT-A metrics demonstrate potential as biomarkers that may help distinguish MS and NMOSD, with PwNMOSD showing more severe retinal vascular alterations. These preliminary findings highlight that OCT-A may hold promise as a diagnostic tool for differentiating MS and NMOSD. Further studies are needed to validate these findings.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».