Age Related Multiple Sclerosis Severity Score: Disability ranked by age
Notice bibliographique
Résumé
BACKGROUND: The Multiple Sclerosis Severity Score (MSSS) is obtained by normalising the Expanded Disability Status Scale (EDSS) score for disease duration and has been a valuable tool in cross-sectional studies. OBJECTIVE: To assess whether use of age rather than the inherently ambiguous disease duration was a feasible approach. METHOD: We pooled disability data from three population-based cohorts and developed an Age Related Multiple Sclerosis Severity (ARMSS) score by ranking EDSS scores based on the patient's age at the time of assessment. We established the power to detect a difference between groups afforded by the ARMSS score and assessed its relative consistency over time. RESULTS: The study population included 26058 patients from Sweden ( n = 11846), Canada ( n = 6179) and the United Kingdom ( n = 8033). There was a moderate correlation between EDSS and disease duration ( r = 0.46, 95% confidence interval (CI): 0.45-0.47) and between EDSS and age ( r = 0.44, 95% CI: 0.43-0.45). The ARMSS scores showed comparable power to detect disability differences between groups to the updated and original MSSS. CONCLUSION: Since age is typically unbiased and readily obtained, and the ARMSS and MSSS were comparable, the ARMSS may provide a more versatile tool and could minimise study biases and loss of statistical power caused by inaccurate or missing onset dates.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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) | 0,003 | 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 ».