How effective are disease-modifying drugs in delaying progression in relapsing-onset MS?
Notice bibliographique
Résumé
OBJECTIVE: Our objective was to estimate the effectiveness of disease-modifying drugs (DMDs) in delaying multiple sclerosis (MS) disability progression in relapsing-onset (R-onset) definite MS patients under "real-world" conditions. METHODS: Treatment effect size, for DMDs as a class, was estimated in absolute terms and relative to MS natural history. A basic model estimated annual Expanded Disability Status Scale (EDSS) change before and after treatment. An expanded model estimated annual EDSS change in pretreatment years, treatment years on first drug, treatment years after drugs were switched, and in years after treatment stopped. Models were populated with 1980 through 2004 clinical data, including 1988 through 2004 data for all Nova Scotians treated with DMDs. Estimates were made for relapsing-remitting MS (RRMS), secondary progressive MS (SPMS), and R-onset groups. RESULTS: Estimated pretreatment annual EDSS increases were approximately 0.10 of one EDSS point for the RRMS group, 0.31 for the SPMS group, and 0.16 for the R-onset group. Estimates of EDSS increase avoided per treatment year on the first drug were significant for the RRMS group (-0.103, 0.000), the SPMS group (-0.065, 0.011), and the R-onset group (-0.162, 0.000); relative effect size estimates were 112%, 21%, and 105%. Estimated EDSS progression was faster in years after drug switches and treatment stops. CONCLUSIONS: Our estimates of disease-modifying drug (DMD) relative treatment effect size, in the context of "real-world" clinical practice, are similar to DMD treatment efficacy estimates in pivotal trials, though our findings attained statistical significance. DMDs, as a class, are effective in delaying Expanded Disability Status Scale progression in patients with relapsing-onset definite multiple sclerosis (MS) (90%), although effectiveness is much better for relapsing-remitting MS than for secondary progressive MS groups.
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 | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».