Predictors and dynamics of postpartum relapses in women with 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: Several studies have shown that pregnancy reduces multiple sclerosis (MS) relapses, which increase in the early postpartum period. Postpartum relapse risk has been predicted by pre-pregnancy disease activity in some studies. OBJECTIVE: To re-examine effect of pregnancy on relapses using the large international MSBase Registry, examining predictors of early postpartum relapse. METHODS: An observational case-control study was performed including pregnancies post-MS onset. Annualised relapse rate (ARR) and median Expanded Disability Status Scale (EDSS) scores were compared for the 24 months pre-conception, pregnancy and 24 months postpartum periods. Clustered logistic regression was used to investigate predictors of early postpartum relapses. RESULTS: The study included 893 pregnancies in 674 females with MS. ARR (standard error) pre-pregnancy was 0.32 (0.02), which fell to 0.13 (0.03) in the third trimester and rose to 0.61 (0.06) in the first three months postpartum. Median EDSS remained unchanged. Pre-conception ARR and disease-modifying treatment (DMT) predicted early postpartum relapse in a multivariable model. CONCLUSION: Results confirm a favourable effect on relapses as pregnancy proceeds, and an early postpartum peak. Pre-conception DMT exposure and low ARR were independently protective against postpartum relapse. This novel finding could provide clinicians with a strategy to minimise postpartum relapse risk in women with MS planning pregnancy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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