MétaCan
Menu
Retour à la cohorte
Enregistrement W2553060585 · doi:10.1177/2055217316676644

Improvement in relapse recovery with peginterferon beta-1a in patients with multiple sclerosis

2016· article· en· W2553060585 sur OpenAlexaff
Thomas F. Scott, Bernd C. Kieseier, Scott D. Newsome, Douglas L. Arnold, Xiaojun You, Serena Hung, Bjoern Sperling

Notice bibliographique

RevueMultiple Sclerosis Journal - Experimental Translational and Clinical · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMultiple sclerosisInternal medicinePlaceboPost-hoc analysisGastroenterologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Subcutaneous peginterferon beta-1a every 2 weeks significantly affects clinical outcomes in patients with relapsing-remitting multiple sclerosis (RRMS). OBJECTIVES: To explore relationships between relapses and worsening of disability in patients with RRMS, and assess the treatment effect of peginterferon beta-1a on relapse recovery. METHODS: Post-hoc analysis of the 2-year, randomized, double-blind, parallel-group, Phase 3 ADVANCE study. The severity of relapses, proportion of patients with relapses associated with residual disability (onset of 24-week confirmed disability progression (CDP) within 90 days following a relapse), and persistence of changes in Functional Systems Scores, were compared between treatment groups. RESULTS: = 0.02). Reduction in relapses associated with residual disability was greater than the treatment effect on overall relapse rate, and occurred despite similar relapse severity across treatment groups. CONCLUSIONS: The beneficial effect of peginterferon beta-1a on risk of CDP may be attributable to the combination of an overall reduction in the risk of relapses and improvement in recovery from relapses, thus limiting further disability progression. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT00906399.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,322
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis Journal - Experimental Translational and ClinicalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207