MétaCan
Menu
Retour à la cohorte

Medication Use in Early-HD Participants in Track-HD: an Investigation of its Effects on Clinical Performance

2016· article· en· W2279273209 sur OpenAlexaff
Ruth H. Keogh, Chris Frost, Gail Owen, Rhian Daniel, Douglas R. Langbehn, Blair R. Leavitt, Alexandra Dürr, Raymund A.C. Roos, G. Bernhard Landwehrmeyer, Ralf Reilmann, Beth Borowsky, Julie C. Stout, David Craufurd, Sarah J. Tabrizi

Notice bibliographique

RevuePLoS Currents · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMedical Research Council
Mots-clésConfoundingMedicineAffect (linguistics)ApathyDiseasePsychological interventionEffects of sleep deprivation on cognitive performanceCognitionClinical trialClinical psychologyPhysical therapyInternal medicinePsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

Insufficient evidence exists to guide the long-term pharmacological management of Huntington's disease (HD) although most current interventions rely on symptomatic management. The effect of many frontline treatments on potential endpoints for HD clinical trials remains unknown. Our objective was to investigate how therapies widely used to manage HD affect the symptom for which they are prescribed and other endpoints using data from TRACK-HD. We used longitudinal models to estimate effects of medication use on performance on tests of motor, cognitive and neuropsychiatric function using data from 123 TRACK-HD stage 1/2 participants across four study visits. Adjustment for confounding by prior medication use, prior clinical performance, concomitant use of other medications, and baseline variables (sex, disease group, age, CAG, study site, education) enabled a closer-to-causal interpretation of the associations. Adjusting for baseline variables only, medication use was typically associated with worse clinical performance, reflecting greater medication use in more advanced patients. After additional adjustment for longitudinal confounders such "inverse" associations were generally eliminated and in the expected directions: participants taking neuroleptics tended to have better motor performance, improved affect and poorer cognitive performance, and those taking SSRI/SNRIs had less apathy, less affect and better total behaviour scores. However, we uncovered few statistically significant associations. Limitations include sample size and unmeasured confounding. In conclusion, adjustment for confounding by prior measurements largely eliminated associations between medication use and poorer clinical performance from simple analyses. However, there was little convincing evidence of causal effects of medication on clinical performance and larger cohorts or trials are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,233
Tête enseignante GPT0,379
Écart entre enseignants0,146 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS CurrentsMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207