Personalized activity index, a new safety monitoring tool for multiple sclerosis clinical trials
Notice bibliographique
Résumé
BACKGROUND: An abnormal increase of contrast-enhancing lesion (CEL) counts on frequent MRIs is interpreted as a signal of potential worsening in multiple sclerosis (MS) clinical trials. We demonstrate the utility of the MR personalized activity index (MR-pax) to identify such increases. METHODS: = 167) with MRIs at screening, baseline and months 1-6. We performed five consecutive reviews at 90-day intervals. At each review, we evaluate the MR-pax for each patient and also identify those who meet the rule-of-five (an ad-hoc guideline currently in use). To evaluate its clinical relevance, we assess the relation between having a small MR-pax (≤0.05; indicating an unexpected CEL increase) and relapse status in the 12 weeks post-review. RESULTS: Of the 399 patient reviews, 35 cases met the rule-of-five; 35 had an MR-pax ≤ 0.05; 18 met both criteria. The proportions experiencing clinical relapse are 63% among those meeting the rule-of-five, 61% among those with MR-pax ≤0.05, and 83% for those meeting both criteria, more than double the rate of those meeting neither criterion (40%). CONCLUSION: A guideline combining this new personalized index and the existing threshold-based criterion is able to better identify patients with a higher risk of experiencing relapses.
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 | 0,089 | 0,230 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».