Considering the severity and the rapid progress of autoimmune encephalitides, an early diagnosis is essential. To facilitate diagnosis, we aim to create a deeper understanding of the condition. Therefore, we systematically review imaging alterations occurring in different subtypes of auto- immune encephalitis. Our goal is to find patterns in these changes with possible relation to the patients’ clinical features. Here, we focus on autoimmune conditions caused by autoantibodies targeting neuronal cell surface structures, as these show a significantly better outcome after early diagnosis and treatment. We first defined a search query and set up inclusion/exclusion criteria for the articles. We used PubMed and Google Scholar for articles published from 2007-2021, with a dedicated query for each autoantibody. The reports were summarized in tables regarding the neuroimaging findings in relation to their timing, the patients’ demographics, and symptoms. We then visualized our results graphically. In a meta-analysis with the MetaXL statistics package, we derived a hetero- geneity analysis and assessed the risk of bias to obtain a pooled summary. Of 1,748 articles identified, 177 were included in our meta-analysis. This translates into a total of 5,050 patients. The pooled prevalence of MRI changes for each autoimmune encephalitis subtype varies from 0.11 (CI: 0-0.33) for igLON5 disease to 0.86 (CI: 0.7-0.97) for AMPAR encephalitis. We find that nearly all heterogeneity values obtained in our pooling analysis are still high and show a considerable variation (I2 0-90 %). Our results imply that pooling all antibodies in summa- rized studies is still challenging. This could be due to several factors, such as the diverse under- lying pathologies or the small number of patients currently included in the studies. However, our results confirm the findings of prior, smaller meta-analyses and further enhance their results. When pooling the prevalence of MRI changes over all subtypes collectively, the statistical findings of our meta-analysis are in excellent agreement with the results in the most recently published studies.11 To explore whether the heterogeneity is lower when considering a different subset of the imaging data, we analyzed the MRIs of the post-acute disease stage. This was only feasible for the two encephalitis subtypes with the most published cases (NMDAR and LGI1). For LGI1 encephalitis, we found similar heterogeneity between the studies reporting acute and post-acute MRI changes (I2 76 % vs. 74 %), while for NMDA, encephalitis I2 was significantly lower (I2 73 % vs. 61 %). The encephalitis subtype where we found the most significant result was anti-GABAb encephalitis. Here we detected a high pooled prevalence of MRI changes (0.63) associated with a low hetero- geneity (I2 19 %) while including a larger number of studies (12).
Aufgrund des Schweregrads und der raschen Progredienz der Autoimmunenzephalitiden ist eine frühzeitige Diagnose entscheidend. Um die Diagnose zu erleichtern, möchten wir ein tieferes Verständnis der Erkrankung schaffen. Daher untersuchen wir systematisch die bei den Autoim- munenzephalitiden auftretenden bildgebende Veränderungen. Unser Ziel ist es, Muster in den Veränderungen zu finden, die mit den klinischen Merkmalen der Patienten assoziiert sind. Wir konzentrieren uns hier auf Autoimmunenzephalitiden, die durch neuronale Zelloberflächenanti- körper verursacht werden. Diese weisen bei einer frühzeitigen Diagnose und Therapie einen deutlich besseren Verlauf auf. Zunächst definierten wir eine Suchanfrage und legten Aus-/Einschlusskriterien für die Artikel fest. Für jeden Autoantikörper wurde eine dedizierte Abfrage in PubMed und Google Scholar ange- wendet auf Artikel, die zwischen 2007-2021 veröffentlicht wurden. Die Artikel wurden in Tabellen zusammengefasst, in denen die Befunde der neurologischen Bildgebung in Bezug auf den Zeit- punkt, die demografischen Merkmale und Symptome der Patienten dargestellt wurden. Unsere Ergebnisse haben wir in mit FSLeyes erstellten Grafiken visualisiert. In einer Meta-Analyse mit dem Statistikpaket MetaXL poolten wir die Ergebnisse, führten eine Heterogenitätsanalyse durch und bewerteten das Risk of Bias. Von 1.748 identifizierten Artikeln wurden 177 ≙ 5050 Patienten in unsere Meta-Analyse aufge- nommen. Die gepoolte Prävalenz von MRT-Veränderungen für die einzelnen Subtypen schwankt zwischen 0,11 (CI: 0-0,33) für die igLON5-Erkrankung und 0,86 (CI: 0,7-0,97) für die AMPAR- Enzephalitis. Die in unserer Pooling-Analyse ermittelten Heterogenitätswerte variieren ebenfalls, sind jedoch meist hoch (I2 0-90 %). Daraus zeigt sich, dass es schwierig ist, die Antikörper in Studien zusammenzufassen. Dies könnte z.B. auf die unterschiedlichen zugrundeliegenden Pa- thologien und häufigen Einzelfallstudien zurückzuführen sein. Unsere Ergebnisse bestätigen je- doch die Ergebnisse früherer, kleinerer Meta-Analysen. Bei Berücksichtigung aller Autoantikörper gemeinsam, stimmen unsere statistischen Ergebnisse für die gepoolte Prävalenz von MRT Ver- änderungen hervorragend mit zuletzt veröffentlichten Studien1 überein1. Um zu untersuchen, ob die Heterogenität sinkt bei Betrachten einer Subgruppe, haben wir MRT Veränderungen des postakuten Krankheitsstadiums analysiert. Dies war nur für die beiden Sub- typen mit den meisten veröffentlichten Fällen möglich. Bei der LGI1-Enzephalitis fanden wir eine ähnliche Heterogenität zwischen den Studien des akuten und postakuten Zustands (I2 76 % vs. 74 %), bei NMDA-Enzephalitis sankt I2 deutlicher in der postakuten Analyse (I2 73 % vs. 61%). Für Anti-GABAb-Enzephalitis fanden wir das signifikanteste Ergebnis. Hier stellten wir eine hohe gepoolte Prävalenz von MRT-Veränderungen (0,63) fest, bei einer geringen Heterogenität (I2 19 %) und Einbezug einer größeren Anzahl von Studien (12).
