Effect of intramuscular interferon beta-1a on gray matter atrophy in relapsing−remitting multiple sclerosis: A retrospective analysis
Notice bibliographique
Résumé
BACKGROUND: Changes in gray matter (GM) volume may be a useful measure of tissue loss in multiple sclerosis (MS). OBJECTIVES: To investigate the rate, patterns, and disability correlates of GM volume change in an MS treatment clinical trial. METHODS: Patients (n=140) with relapsing-remitting MS were randomized to intramuscular (IM) interferon (IFN) beta-1a or placebo. Treatment effects on GM fraction (GMF) and white matter (WM) fraction (WMF) changes, differences in rates of GMF and WMF change in year one and two on treatment, and differences in atrophy rates by disease progression status were assessed retrospectively. RESULTS: Significantly less GM atrophy (during year two), but not WM atrophy (at any point), was observed with IM IFN beta-1a compared with placebo. Pseudoatrophy effects were more apparent in WM than in GM; in year one, greater WM volume loss was observed with IM IFN beta-1a than with placebo, whereas GM volume loss was similar between groups. Risk of sustained disability progression was significantly associated with GM, but not WM, atrophy. CONCLUSIONS: These results suggest that GMF change is more meaningful than WMF as a marker of tissue loss and may be useful to augment whole brain atrophy measurements in MS clinical 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».