Emerging Therapies for the Management of Multiple Sclerosis
Notice bibliographique
Résumé
Objective To provide a comprehensive overview on the emerging treatments used for the treatment management of multiple sclerosis (MS). Data Sources PubMed, MEDLINE, Cochrane, and Toxnet databases were used to conduct all comprehensive literature searches over the time period of 1989 to 2009. Search terms such as: multiple sclerosis and oral treatment, monoclonal antibodies, hormonal therapy, and stem cell transplant were used as key word search indicators. Study Selection A total of 48 studies were reviewed and selected based on Level 1, 2, and 3 search strategies. Data Extraction Level 1 search strategies were initially aimed at evidence-based trials of large sample size (N > 100) with a randomized, double-blind, placebo-controlled design in the area of specialized interest. A level 2 search was conducted for additional trials that had many but not all of the desirable traits of evidence-based trials. In addition, a level 3 search strategy was conducted to compare key findings stated in anecdotal reports of very small (N < 15), poorly designed trials with the results of well-designed, evidence-based trials identified in level 1 and/or level 2 searches. Data Synthesis and Conclusion Despite the wide array of recent treatment advances in the field of MS, the cure still remains elusive. At present, current available treatments at best are only able to slow disease progression by reducing the incidence severity and duration of MS attacks. Recent treatment advances involving the use of newly designed orally administered drugs, monoclonal antibodies with the introduction of stem cell transplantation have revolutionized clinical outcomes for MS patients. Despite great strides made toward disease attenuation, the risks associated with the new treatments are real and have to be weighed against the projected benefits of drug treatment for a disease which has no cure.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».