MétaCan
Menu
Retour à la cohorte
Enregistrement W2610463565 · doi:10.1016/j.ymgme.2017.05.004

Cognitive endpoints for therapy development for neuronopathic mucopolysaccharidoses: Results of a consensus procedure

2017· article· en· W2610463565 sur OpenAlexaff
Johanna H. van der Lee, J. Morton, Heather Adams, L. Clarke, Berendine J. Ebbink, Maria L. Escolar, Roberto Giugliani, Paul Harmatz, Melissa Hogan, Simon Jones, Shauna Kearney, Joseph Muenzer, Stewart Rust, Margaret Semrud‐Clikeman, Frits A. Wijburg, Zi-Fan Yu, Darren Janzen, Elsa Shapiro

Notice bibliographique

RevueMolecular Genetics and Metabolism · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLysosomal Storage Disorders Research
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesAmicus TherapeuticsNational MPS SocietySwedish Orphan BiovitrumBioMarin PharmaceuticalSanofi GenzymeAbeona TherapeuticsAlexion PharmaceuticalsPTC TherapeuticsUltragenyx PharmaceuticalSanofi
Mots-clésCognitionMedicinePsychologyIntensive care medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

The design and conduct of clinical studies to evaluate the effects of novel therapies on central nervous system manifestations in children with neuronopathic mucopolysaccharidoses is challenging. Owing to the rarity of these disorders, multinational studies are often needed to recruit enough patients to provide meaningful data and statistical power. This can make the consistent collection of reliable data across study sites difficult. To address these challenges, an International MPS Consensus Conference for Cognitive Endpoints was convened to discuss approaches for evaluating cognitive and adaptive function in patients with mucopolysaccharidoses. The goal was to develop a consensus on best practice for the design and conduct of clinical studies investigating novel therapies for these conditions, with particular focus on the most appropriate outcome measures for cognitive function and adaptive behavior. The outcomes from the consensus panel discussion are reported here.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,340
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations47
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Genetics and MetabolismMême sujetLysosomal Storage Disorders ResearchTravaux en français237 207