The role of MRI as a surrogate outcome measure in multiple sclerosis
Notice bibliographique
Résumé
The need for more specific and more sensitive outcome measures for use in testing new therapies in multiple sderosis (MS) is generally accepted. This need has been accentuated by the realization that the ability to conduct large placebo-controlled trials will be limited in the future. From the first use of magnetic resonance imaging (MRI) to study MS, the ability of this imaging technique to identify areas of the central nervous system damage by the disease process in MS has been impressive. Thus, the possibility that MRI could serve as a surrogate outcome measure in clinical trials in MS has been attractive. The use of MRI as a surrogate outcome measure has been examined by an international group of investigators with expertise in clinical aspects of MS, the use of MRI in MS, and in experimental therapeutics. The group agreed that MRI does not represent a validated surrogate in any clinical form of MS. It was also agreed, however, that MRI does provide a reflection of the underlying pathology in the disease, but no single MRI measurement in isolation was seen as sufficient to monitor disease. The use for multiple imaging techniques, especially new, emerging techniques that may better reflect the underlying pathology, was seen as particularly important in monitoring studies of patients with either secondary or primary progressive MS. The choice of MRI techniques used to monitor new therapies needs to be consistent with the proposed mechanisms of the new therapy and phase of the disease. It was also noted, however, that additional validation is required for nonconventional imaging techniques. Finally, the participants noted that clinical trials using MRI as a primary outcome measure may fail to fully identify the effects of the therapy on dinical measures and that the risk and cost-benefit ratio of the treatment might be unresolved. Thus, before MRI is used as a primary outcome measure, new approaches to trial design must be given careful consideration.
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 | 0,346 | 0,320 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,009 |
| 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 ».