Effect Size Analyses of Souvenaid in Patients with Alzheimer’s Disease
Notice bibliographique
Résumé
BACKGROUND: Souvenaid® (uridine monophosphate, docosahexaenoic acid, eicosapentaenoic acid, choline, phospholipids, folic acid, vitamins B12, B6, C, and E, and selenium), was developed to support the formation and function of neuronal membranes. OBJECTIVE: To determine effect sizes observed in clinical trials of Souvenaid and to calculate the number needed to treat to show benefit or harm. METHODS: Data from all three reported randomized controlled trials of Souvenaid in Alzheimer's disease (AD) dementia (Souvenir I, Souvenir II, and S-Connect) and an open-label extension study were included in analyses of effect size for cognitive, functional, and behavioral outcomes. Effect size was determined by calculating Cohen's d statistic (or Cramér's V method for nominal data), number needed to treat and number needed to harm. Statistical calculations were performed for the intent-to-treat populations. RESULTS: In patients with mild AD, effect sizes were 0.21 (95% confidence intervals: -0.06, 0.49) for the primary outcome in Souvenir II (neuropsychological test battery memory z-score) and 0.20 (0.10, 0.34) for the co-primary outcome of Souvenir I (Wechsler memory scale delayed recall). No effect was shown on cognition in patients with mild-to-moderate AD (S-Connect). The number needed to treat (6 and 21 for Souvenir I and II, respectively) and high number needed to harm values indicate a favorable harm:benefit ratio for Souvenaid versus control in patients with mild AD. CONCLUSIONS: The favorable safety profile and impact on outcome measures converge to corroborate the putative mode of action and demonstrate that Souvenaid can achieve clinically detectable effects in patients with early AD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».