Beta‐interferon exposure and onset of secondary progressive multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Beta-interferons (IFNβ) are the most widely prescribed drugs for patients with multiple sclerosis (MS). However, whether or not treatment with IFNβ can delay secondary progressive MS (SPMS) onset remains unknown. Our aim was to examine the association between IFNβ exposure and SPMS onset in patients with relapsing-remitting MS (RRMS). METHODS: A retrospective cohort study using British Columbia (Canada) population-based clinical and health administrative data (1985-2008) was conducted. RRMS patients treated with IFNβ (n = 794) were compared with untreated contemporary (n = 933) and historical (n = 837) controls. Cohort entry was the first clinic visit during which patients became eligible for IFNβ treatment (baseline). The outcome was time from baseline to SPMS onset. Cox regression models with IFNβ as a time-dependent exposure were adjusted for sex, and baseline age, disease duration, disability, *socioeconomic status and *comorbidities (*available for the contemporary cohorts only). Additional analyses included propensity score adjustment. RESULTS: The median follow-up for the IFNβ-treated, untreated contemporary and historical controls were 5.7, 3.7 and 7.3 years, and the proportions of patients reaching SPMS were 9.2%, 11.8% and 32.9%, respectively. After adjustment for confounders, IFNβ exposure was not associated with the risk of reaching SPMS when either the contemporary or the historical untreated cohorts were considered (hazard ratio 1.07; 95% confidence interval 0.93-1.48, and hazard ratio 1.04; 95% confidence interval 0.74-1.46, respectively). Further adjustments and the propensity score yielded results consistent with the main analysis. CONCLUSIONS: Amongst patients with RRMS, use of IFNβ was not associated with a delayed onset of SPMS.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».