Integrarea prin Machine Learning a RMN și Biomarkerilor Serice Identifică Subtipuri Distincte de Scleroza Multiplă cu Valoare Predictivă
Cercetătorii au combinat imagistica prin rezonanță magnetică cu măsurători ale lanțului ușor de neurofilament din ser folosind învățare automată pentru a clasifica pacienții cu SM în două subtipuri biologice distincte: sNfL timpuriu (caracterizat prin inflamație timpurie și formare activă de leziuni) și sNfL târziu (prezentând neurodegenerare timpurie cu ridicare întârziată a biomarkerilor). Abordarea integrată de biomarkeri a îmbunătățit semnificativ predicția progresiei dizabilității și dezvoltării viitoare a leziunilor comparativ cu imagistica prin rezonanță magnetică singură, subtipul sNfL timpuriu arătând un risc cu 144% mai mare de noi leziuni.