Quantifying risk of early relapse in patients with first demyelinating events: Prediction in clinical practice
Notice bibliographique
Résumé
BACKGROUND: Characteristics at clinically isolated syndrome (CIS) examination assist in identification of patient at highest risk of early second attack and could benefit the most from early disease-modifying drugs (DMDs). OBJECTIVE: To examine determinants of second attack and validate a prognostic nomogram for individualised risk assessment of clinical conversion. METHODS: Patients with CIS were prospectively followed up in the MSBase Incident Study. Predictors of clinical conversion were analysed using Cox proportional hazards regression. Prognostic nomograms were derived to calculate conversion probability and validated using concordance indices. RESULTS: A total of 3296 patients from 50 clinics in 22 countries were followed up for a median (inter-quartile range (IQR)) of 1.92 years (0.90, 3.71). In all, 1953 (59.3%) patients recorded a second attack. Higher Expanded Disability Status Scale (EDSS) at baseline, first symptom location, oligoclonal bands and various brain and spinal magnetic resonance imaging (MRI) metrics were all predictors of conversion. Conversely, older age and DMD exposure post-CIS were associated with reduced rates. Prognostic nomograms demonstrated high concordance between estimated and observed conversion probabilities. CONCLUSION: This multinational study shows that age at CIS onset, DMD exposure, EDSS, multiple brain and spinal MRI criteria and oligoclonal bands are associated with shorter time to relapse. Nomogram assessment may be useful in clinical practice for estimating future clinical conversion.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».