MétaCan
Menu
← Retour à la cohorte
Enregistrement W2561872743 · doi:10.1212/wnl.86.16_supplement.p2.121

Baseline Predictors of Disease Activity in Patients with CIS Treated with Interferon beta-1b in the BENEFIT 11 Trial (P2.121)

2016· article· en· W2561872743 sur OpenAlexaff
Mark Freedman, Ludwig Kappos, Gilles Edan, Xavier Montalbán, Hans Hartung, Bernhard Hemmer, Edward Fox, Frederik Barkhof, Sven Schippling, Ralf Koelbach, Dirk Pleimes, Gustavo Cruz, Eva‐Maria Wicklein

Notice bibliographique

RevueNeurology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésInterferon betaMedicineBETA (programming language)Internal medicineBaseline (sea)DiseaseInterferonImmunologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Objective: To analyze baseline patient characteristics for prediction of disease outcomes 11 years postrandomization. Background: A number of variables have been identified that are assessable early in the course of MS that may predict the disease course. Long-term follow up from the BENEFIT trial, which enrolled patients with clinically-isolated syndrome, is a unique opportunity to assess the predictive capacity of these variables. Methods: Patients were randomized to initial treatment with interferon beta-1b or placebo for 2 years or until diagnosis of clinically-definite multiple sclerosis (CDMS), after which they could take interferon beta-1b. Regression analyses including baseline age; sex; mono/multifocal onset; steroid treatment, EDSS score; gadolinium-enhancing (Gd+) and T2 lesion numbers; T2 and T1 hypointense lesion volume; presence of lesions in the spinal cord, optic nerve, or brainstem; PASAT score, and treatment assignment as covariates were conducted. P<.05 was used to identify significant associations. Results: 278 of 468 originally-randomized patients in BENEFIT were assessed at Year 11 (167, early treatment; 111, delayed treatment). In regression models, early treatment with interferon beta-1b, older age, lower number of Gd+ lesions, smaller T1 lesion volume, absence of steroid treatment, and absence of spinal cord lesions were significantly associated with longer time to CDMS. Older age, and male sex were associated with lower annualized relapse rate. Younger age, male sex, higher baseline EDSS, and lower Gd+ lesion count significantly predicted lower probability of a sustained 1-point EDSS progression. Higher likelihood of presence of clinical disease (≥1 relapse, CDMS, or EDSS progression) at Year 11 was significantly associated with higher number of Gd+ lesions. Conclusion: Analyses of patients after 11 years identified a number of baseline demographic, MRI, and clinical variables that predicted longer-term disease outcomes. Among other factors, assignment to earlier treatment with interferon beta-1b was associated with longer time to CDMS.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetMultiple Sclerosis Research Studies→Travaux en français237 207→