Predictors of long‐term disability accrual in relapse‐onset multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To identify predictors of 10-year Expanded Disability Status Scale (EDSS) change after treatment initiation in patients with relapse-onset multiple sclerosis. METHODS: Using data obtained from MSBase, we defined baseline as the date of first injectable therapy initiation. Patients need only have remained on injectable therapy for 1 day and were monitored on any approved disease-modifying therapy, or no therapy thereafter. Median EDSS score changes over a 10-year period were determined. Predictors of EDSS change were then assessed using median quantile regression analysis. Sensitivity analyses were further performed. RESULTS: We identified 2,466 patients followed up for at least 10 years reporting post-baseline disability scores. Patients were treated an average 83% of their follow-up time. EDSS scores increased by a median 1 point (interquartile range = 0-2) at 10 years post-baseline. Annualized relapse rate was highly predictive of increases in median EDSS over 10 years (coeff = 1.14, p = 1.9 × 10(-22) ). On-therapy relapses carried greater burden than off-therapy relapses. Cumulative treatment exposure was independently associated with lower EDSS at 10 years (coeff = -0.86, p = 1.3 × 10(-9) ). Furthermore, pregnancies were also independently associated with lower EDSS scores over the 10-year observation period (coeff = -0.36, p = 0.009). INTERPRETATION: We provide evidence of long-term treatment benefit in a large registry cohort, and provide evidence of long-term protective effects of pregnancy against disability accrual. We demonstrate that high annualized relapse rate, particularly on-treatment relapse, is an indicator of poor prognosis. Ann Neurol 2016;80:89-100.
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle