MétaCan
Menu
Retour à la cohorte
Enregistrement W1965997336 · doi:10.1177/1352458512460605

Scoring treatment response in patients with relapsing multiple sclerosis

2012· article· en· W1965997336 sur OpenAlexaff
Maria Pia Sormani, Jordi Río, Mar Tintoré, Alessio Signori, D Li, Peter Cornelisse, Bettina Stubinski, ML Stromillo, Xavier Montalbán, Nicola De Stefano

Notice bibliographique

RevueMultiple Sclerosis Journal · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,294
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations257
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207