Predicting Non-response to Ranibizumab in Patients with Neovascular Age-related Macular Degeneration
Notice bibliographique
Résumé
Abstract Purpose: To validate known and determine new predictors of non-response to ranibizumab in patients with neovascular age-related macular degeneration (AMD) and to incorporate these factors into a prediction rule. METHODS: This multicenter, observational cohort study included 391 patients treated with ranibizumab for neovascular AMD. We performed genetic analysis for single nucleotide polymorphisms in AMD-associated genes and collected questionnaires regarding environmental factors and disease history. The primary outcome was non-response to treatment, defined as a loss of visual acuity >/=30% of letters. RESULTS: Of the 391 patients, 47 were classified as non-responsive. Independent predictors for non-response were age, baseline visual acuity, diabetes mellitus and accumulation of risk alleles in the CFH, ARMS2 and VEGF-A genes. The area under the receiver operating characteristic curve was 0.77 (95% confidence interval 0.70-0.84). We derived a clinical prediction rule, with possible total risk scores ranging from 0-19 points. The absolute risk of non-response varied from 3-52% between risk score groups. CONCLUSION: This is an important step towards a clinical prediction rule that can aid clinicians in identifying AMD patients with increased likelihood of non-response, and consequently contribute to making shared 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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».