Country, Sex, EDSS Change and Therapy Choice Independently Predict Treatment Discontinuation in Multiple Sclerosis and Clinically Isolated Syndrome
Notice bibliographique
Résumé
OBJECTIVES: We conducted a prospective study, MSBASIS, to assess factors leading to first treatment discontinuation in patients with a clinically isolated syndrome (CIS) and early relapsing-remitting multiple sclerosis (RRMS). METHODS: The MSBASIS Study, conducted by MSBase Study Group members, enrols patients seen from CIS onset, reporting baseline demographics, cerebral magnetic resonance imaging (MRI) features and Expanded Disability Status Scale (EDSS) scores. Follow-up visits report relapses, EDSS scores, and the start and end dates of MS-specific therapies. We performed a multivariable survival analysis to determine factors within this dataset that predict first treatment discontinuation. RESULTS: A total of 2314 CIS patients from 44 centres were followed for a median of 2.7 years, during which time 1247 commenced immunomodulatory drug (IMD) treatment. Ninety percent initiated IMD after a diagnosis of MS was confirmed, and 10% while still in CIS status. Over 40% of these patients stopped their first IMD during the observation period. Females were more likely to cease medication than males (HR 1.36, p = 0.003). Patients treated in Australia were twice as likely to cease their first IMD than patients treated in Spain (HR 1.98, p = 0.001). Increasing EDSS was associated with higher rate of IMD cessation (HR 1.21 per EDSS unit, p<0.001), and intramuscular interferon-β-1a (HR 1.38, p = 0.028) and subcutaneous interferon-β-1a (HR 1.45, p = 0.012) had higher rates of discontinuation than glatiramer acetate, although this varied widely in different countries. Onset cerebral MRI features, age, time to treatment initiation or relapse on treatment were not associated with IMD cessation. CONCLUSION: In this multivariable survival analysis, female sex, country of residence, EDSS change and IMD choice independently predicted time to first IMD cessation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».