Magnetic resonance active lesions as individual-level surrogate for relapses in 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: 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.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,007 |
| 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