Prospective study of Retinal Nerve Fibre Layer Thickness in Alemtuzumab Treated Multiple Sclerosis Patients (P3.083)
Notice bibliographique
Résumé
OBJECTIVE: To measure the mean change in retinal nerve fibre layer (RNFL) thickness in relapsing-remitting multiple sclerosis (RRMS) patients treated with alemtuzumab over a 2-year period. BACKGROUND: Optical coherence tomography (OCT) demonstrates progressive RNFL thinning in MS patients with and without a history of optic neuritis (ON), irrespective of disease modifying treatment. We evaluate whether alemtuzumab, a highly effective therapy for preventing relapses and slowing brain atrophy, will prevent RNFL thinning. DESIGN/METHODS: 26 RRMS patients (mean age=35y, mean disease duration=5y, 77[percnt]F) at a single centre were treated with 2 courses of alemtuzumab in a prospective open-label study. Patients with a recent (≤1month) or new ON during the study were included (n=2). The Heidelberg Spectralis SD-OCT was used to obtain the RNFL thickness at baseline (≤1week prior to the first infusion) and at 6-monthly intervals to 2 years. EDSS and high contrast visual acuity were assessed at baseline and year 2. RESULTS: Over 2 years the change in average RNFL thickness for all eyes was +1.5μm (95[percnt] CI 0.2, 2.9; p=0.032). There were no significant differences in any of the quadrants. When excluding the values after a recent or new ON relapse, the overall change in average RNFL thickness was +2.3μm (95[percnt] CI 1.2, 3.5; p=0.0001). The baseline mean RNFL thickness of ON-eyes (84.0μm) and non-ON eyes (94.7μm) was significantly different (p=0.001). The rate of change over 2 years was similar for these two subgroups. There was an improvement in mean EDSS of -0.5 (p=0.049), but no significant difference in visual acuity (p=0.223) over the follow-up period. CONCLUSIONS: In contrast to the published natural history of progressive RNFL thinning in treated RRMS patients, this cohort is the first to demonstrate a measurable improvement over 2 years, suggesting that alemtuzumab may target mechanisms that promote neuroprotection on retinal axons. Study Supported By:Genzyme
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».