(1) Background: Although MRI is a well-established tool in Multiple Sclerosis (MS) diagnosis and management, neuroradiological reports often lack standardization and/or quantitative information, with possible consequences in clinical care. The aim of this study was to evaluate the impact of information provided by neuroradiological reports and different reporting systems on the clinical management of MS patients. (2) Methods: An online questionnaire was proposed to neurologists working in Italian tertiary care level MS centers. Questions assessed the impact of different MRI-derived biomarkers on clinical choices, the preferred way of receiving radiological information, and the neurologists’ opinions about different reporting systems and the use of automated software in clinical practice. (3) Results: The online survey was completed by 62 neurologists. New/enlarging (100%) lesions, the global T2w/FLAIR lesion load (96.8%), and contrast-enhancing (95.2%) lesions were considered the most important biomarkers for therapeutic decision, while new/enlarging lesions (98.4%), global T2w/FLAIR lesion load (96.8%), and cerebral atrophy (90.3%) were relevant to prognostic evaluations. Almost all participants (98.4%) considered software for medical imaging quantification helpful in clinical management, mostly in relation to prognostic evaluations. (4) Conclusions: These data highlight the impact of providing accurate and reliable data in neuroradiological reports. The use of software for medical imaging quantification in MS can be helpful to standardize radiological reports and to provide useful clinical information to neurologists.

Abstract Background Pediatric-onset Multiple Sclerosis (POMS) patients show more inflammatory disease compared with adult-onset MS. However, highly effective treatments are limited with only fingolimod being approved in Italy and natalizumab prescribed as off-label treatment. Objectives to compare the efficacy of natalizumab versus fingolimod in POMS. Methods This is an observational longitudinal multicentre study including natalizumab- and fingolimod-treated POMS patients (N-POMS and F-POMS, respectively). We collected Annual Relapse Rate (ARR), Expanded Disability Status Scale (EDSS), Symbol Digit Modality Test (SDMT), and MRI activity at baseline (T0), 12–18 months (T1), and last available observation (T2). Results We enrolled 57 N-POMS and 27 F-POMS patients from six Italian MS Centres. At T0, N-POMS patients showed higher ARR ( p = 0.03), higher EDSS ( p = 0.003) and lower SDMT ( p = 0.04) at baseline compared with F-POMS. Between T 0 and T 1 ARR improved for both N-POMS and F-POMS ( p < 0.001), while EDSS ( p < 0.001) and SDMT ( p = 0.03) improved only for N-POMS. At T 2 (66.1 ± 55.4 months) we collected data from 42 out of 57 N-POMS patients showing no further ARR decrease. Conclusion Both natalizumab and fingolimod showed high and sustained efficacy in controlling relapses and natalizumab also associated to a disability decrease in POMS. This latter effect might be partly mediated by the high inflammatory activity at baseline in N-POMS.

Motivation: Multiple sclerosis can be modelled as a network disorder. Progressive demyelination and neurodegeneration lead to structural disconnection and disruption of the morphometric similarity between gray matter regions. Goal(s): To obtain measures of structural disconnection and morphometric similarity networks from conventional MRI sequences and test whether they are sensitive to disease status and clinical disability. Approach: 461 patients were imaged. Using publicly available software, we computed structural disconnection using white matter lesions masks and normative tractography atlases. Likewise, morphometric similarity was computed from standard FreeSurfer outputs. Results: Structural disconnection and morphometric similarity networks are sensitive to disease status and explain clinical disability. Impact: Measures of structural disconnection and morphometric similarity networks obtained from conventional MRI sequences are sensitive to multiple sclerosis and its related physical and cognitive disability. Our approach could represent a way to overcome the limitations of the standard network analyses.