Anti-inflammatory disease-modifying treatment and short-term disability progression in SPMS
Notice bibliographique
Résumé
Objective: To investigate the effect of disease-modifying treatment on short-term disability outcomes in secondary progressive multiple sclerosis (SPMS). Methods: Using MSBase, an international cohort study, we previously validated a highly accurate definition of SPMS. Here, we identified patients in MSBase who were either untreated or treated with a disease-modifying drug when meeting this definition. Propensity score matching was used to select subpopulations with comparable baseline characteristics. Disability outcomes were compared in paired, pairwise-censored analyses adjusted for treatment persistence, visit density, and relapse rates. Results: Of the 2,381 included patients, 1,378 patients were matchable (treated n = 689, untreated n = 689). Median pairwise-censored follow-up was 2.1 years (quartiles 1.2–3.8 years). No difference in the risk of 6-month sustained disability progression was observed between the groups (hazard ratio [HR] 0.9, 95% confidence interval [CI] 0.7–1.1, p = 0.27). We also did not find differences in any of the secondary endpoints: risk of reaching Expanded Disability Status Scale (EDSS) score ≥7 (HR 0.6, 95% CI 0.4–1.1, p = 0.10), sustained disability reduction (HR 1.0, 95% CI 0.8–1.3, p = 0.79), or change in disability burden (area under the EDSS-time curve, β = −0.05, p = 0.09). Secondary and sensitivity analyses confirmed the results. Conclusions: Our pooled analysis of the currently available disease-modifying agents used after conversion to SPMS suggests that, on average, these therapies have no substantial effect on relapse-unrelated disability outcomes measured by the EDSS up to 4 years. Classification of evidence: This study provides Class IV evidence that for patients with SPMS, disease-modifying treatment has no beneficial effect on short-term disability progression.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».