Magnetic resonance active lesions as individual-level surrogate for relapses in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Use of quantitative magnetic resonance imaging (MRI) metrics as surrogates for clinical outcomes in multiple sclerosis (MS) trials is controversial. OBJECTIVES: We sought to validate, at the individual-patient level, the number of MRI active lesions, as a surrogate marker for relapses in MS. METHODS: Individual-patient data from two large, placebo-controlled clinical trials of subcutaneous interferon β-1a in patients with relapsing-remitting or secondary progressive (SP) MS were analysed separately and as pooled data. The four Prentice criteria were applied to assess surrogacy for the number of new T2 MRI lesions. The predictive value of short-term treatment effects on this MRI marker for longer-term clinical relapses was also assessed. RESULTS: All Prentice criteria were satisfied. The number of new T2 MRI lesions correlated with the number of relapses over the follow-up period. The proportion of treatment effect on relapses accounted for by the effect of treatment on new T2 MRI lesions over 2 years was 53% in patients with relapsing-remitting MS, 67% in patients with secondary progressive MS, and 62% in pooled data. In the pooled data, treatment effects on new lesions over 1 year mediated a good proportion (70%) of effects on relapses over the subsequent year. CONCLUSIONS: This study provides evidence that new T2 MRI lesion count is a surrogate for relapses in patients with MS treated with interferon or drugs with a similar mechanism of action. Short-term treatment effects on this MRI measure can predict longer-term effects on relapses.
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 | 0,058 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».