Utility of the Canadian Treatment Optimization Recommendations (TOR) in MS Care
Notice bibliographique
Résumé
OBJECTIVES: Criteria for Treatment Optimization Recommendations (TOR) for patients with multiple sclerosis (MS) identify suboptimal response to disease-modifying treatment (DMT). The Canadian TOR (CanTOR) were used to indicate recommendations for treatment switches or treatment maintenance based on relapse, disease progression and magnetic resonance imaging (MRI) criteria in patients. We assessed concordance between the TOR and clinicians' decisions regarding treatment response and identified prevalence of patients with MS receiving DMT meeting medium/high levels of concern according to TOR. METHODS: Prospective baseline and end-of-study assessments of patients with relapsing-remitting MS (RRMS) or clinically isolated syndrome were conducted in this open-label, 12-month, Phase IV, observational Canadian study. RESULTS: Data were reported for 184 patients (female 72%, mean age 39 years) of which 96% had RRMS. The TOR criteria identified 19 (10.3%) patients with suboptimal response to treatment. Twelve patients had ≥1 high level of concern. Two patients had ≥2 medium levels of concern. Concordance between TOR and clinician decision in maintaining treatment was 95.3%. Where treatment change was recommended by the TOR, concordance was 29.4%. Clinicians identified the TOR as the principal reason for changing treatment in 50.0% of cases where the TOR identified suboptimal response. The TOR were considered useful by 70.6% of clinicians when treatment optimization was recommended and by 55.3% when maintaining treatment was recommended. CONCLUSIONS: The TOR criteria can identify suboptimal response in this patient cohort. Concordance between TOR and clinician decision was high when maintaining treatment was recommended. Usefulness of the TOR was most apparent when treatment optimization was recommended.
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 | 0,027 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».