MétaCan
Menu
Retour à la cohorte
Enregistrement W2107569441 · doi:10.1177/1352458508101939

Proof of concept studies for tissue-protective agents in multiple sclerosis

2009· review· en· W2107569441 sur OpenAlexaff
LR Mehta, S. R. Schwid, Douglas L. Arnold, GR Cutter, Shreeram Aradhye, LJ Balcer, Peter A. Calabresi, JA Cohen, PE Cole, Robert Glanzman, Susan Goelz, Matilde Inglese, Ravish Kapoor, Ludwig Kappos, Rivka Kreitman, FD Lublin, Arielle Mann, Ruth Ann Marrie, P O'Looney, CH Polman, BM Ravina, Stephen C. Reingold, J Richert, AW Sandrock, Emmanuelle Waubant

Notice bibliographique

RevueMultiple Sclerosis Journal · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésMultiple sclerosisPlaceboMedicineClinical trialClinical study designProof of conceptClinical endpointSample size determinationRandomized controlled trialTreatment effectPhysical medicine and rehabilitationIntensive care medicineComputer sciencePathologyAlternative medicineStatisticsPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is considerable interest in tissue-protective treatments for multiple sclerosis (MS). METHODS AND OBJECTIVES: We convened a group of MS clinical trialists and related researchers to discuss designs for proof of concept studies utilizing currently available data and assessment methods. RESULTS: Our favored design was a randomized, double-blind, parallel-group study of active treatment versus placebo focusing on changes in brain volume from a post-baseline scan (3-6 months after starting treatment) to the final visit 1 year later. Study designs aimed at reducing residual deficits following acute exacerbations are less straightforward, depending greatly on the anticipated rapidity of treatment effect onset. CONCLUSIONS: The next step would be to perform one or more studies of potential tissue-protective agents with these designs in mind, creating the longitudinal data necessary to refine endpoint selection, eligibility criteria, and sample size estimates for future 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,472
Tête enseignante GPT0,436
Écart entre enseignants0,036 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207