Short-term correlations between clinical and MR imaging findings in relapsing-remitting multiple sclerosis.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Despite extensive use of MR imaging to provide markers of multiple sclerosis (MS) activity and accumulated disease burden, the magnitude of the relationship between clinical and MR findings is still debated. Using data from the European/Canadian glatiramer acetate (GA) trial, we investigated short-term correlations between clinical and MR measures of disease activity in patients with relapsing-remitting MS (RRMS). METHODS: In a 9-month, double-blinded, placebo-controlled study, 239 patients with RRMS were randomly assigned to receive 20 mg GA (n = 119) or placebo (n = 120). Clinical assessment included monthly neurologic examinations with Expanded Disability Status Scale scoring and visits for symptoms suggestive of relapse. Dual-echo T2-weighted and pre- and postcontrast T1-weighted brain MR images were obtained at baseline and monthly during follow-up. Contrast-enhancing and new T2-hyperintense lesions were counted, and total T2-hyperintense and T1-hypointense lesion volumes were measured. RESULTS: Significant univariate correlations were found between the number of relapses during the study period and the number of enhancing lesions at baseline (r = 0.25) and during follow-up (r = 0.30) in the study population as a whole. Multivariable analysis showed that two independent factors were more strongly correlated with relapse frequency: the number of relapses during the 2 years before entry and the number of on-trial enhancing lesions, in the whole study population and in the placebo group. CONCLUSION: In RRMS, MR imaging measures of inflammatory activity are modestly but significantly correlated with the occurrence of clinical attacks over the short term. Clinical and MR imaging assessment can provide complementary outcome measures for RRMS trials.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».