Scoring treatment response in patients with relapsing multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We employed clinical and magnetic resonance imaging (MRI) measures in combination, to assess patient responses to interferon in multiple sclerosis. OBJECTIVE: To optimize and validate a scoring system able to discriminate responses to interferon treatment in patients with relapsing-remitting multiple sclerosis (RRMS). METHODS: Our analysis included two large, independent datasets of RRMS patients who were treated with interferons that included 4-year follow-up data. The first dataset ("training set") comprised of 373 RRMS patients from a randomized clinical trial of subcutaneous interferon beta-1a. The second ("validation set") included an observational cohort of 222 RRMS patients treated with different interferons. The new scoring system, a modified version of that previously proposed by Rio et al., was first tested on the training set, then validated using the validation set. The association between disability progression and risk group, as defined by the score, was evaluated by Kaplan Meier survival curves and Cox regression, and quantified by hazard ratios (HRs). RESULTS: The score (0-3) was based on the number of new T2 lesions (>5) and clinical relapses (0,1 or 2) during the first year of therapy. The risk of disability progression increased with higher scores. In the validation set, patients with score of 0 showed a 3-year progression probability of 24%, while those with a score of 1 increased to 33% (HR = 1.56; p = 0.13), and those with score greater than or equal to 2 increased to 65% (HR = 4.60; p < 0.001). CONCLUSIONS: We report development of a simple, quantitative and complementary tool for predicting responses in interferon-treated patients that could help clinicians make treatment decisions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle