Reduced effectiveness of long-term interferon-β treatment on relapses in neutralizing antibody-positive multiple sclerosis patients: a Canadian multiple sclerosis clinic-based study
Notice bibliographique
Résumé
Multiple sclerosis (MS) patients treated with interferon-beta (IFN-beta) often form anti-IFN-beta antibodies accompanied by a reduction in IFN-beta bioavailability. The clinical effect of these antibodies remains controversial. MS patients in British Columbia, Canada, must be diagnosed and evaluated annually by neurologists in an MS clinic in order to be reimbursed for their IFN-beta prescriptions. We have identified at the UBC MS clinic a cohort of 262 patients, each having been treated with a single IFN-beta preparation more than three years, some for nearly a decade. Of 119 patients treated with Betaseron (IFN-beta1b), 18 (15.1%) were neutralizing antibody positive (NAb+) at the time of the study, whereas of 131 treated with subcutaneous Rebif (IFN-beta1a SC), 16 (12.2%) were NAb+, but none of 12 treated with intramuscular Avonex (IFN-beta1a) had detectable neutralizing antibodies. During the first two years of treatment, the relapse rate was significantly reduced from pre-treatment rates (P<0.001) and appeared to be unaffected by the subsequent NAb status. However, the relapse rates in the NAb+ patients were significantly greater than in the NAb- patients during years 3 (P<0.010) and 4 (P<0.027). Betaseron-treated NAb+ patients tended to have more relapses than NAb- patients during year 3 and this almost reached significance (P=0.056) but their relapse rate did not differ in year 4 and later. In contrast, Rebif-treated NAb+ patients tended to have more relapses in year 3 than Rebif-treated NAb- patients (P=0.074), but in year 4 they clearly (P=0.009) had more relapses than Rebif-treated NAb- patients. There was no convincing effect on progression of disability in any group.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».