Subcutaneous interferon β-1a three times weekly and the natural evolution of gadolinium-enhancing lesions into chronic black holes in relapsing and progressive multiple sclerosis: Analysis of PRISMS and SPECTRIMS trials
Notice bibliographique
Résumé
Background Evolution of gadolinium-enhancing lesions into chronic black holes (CBH) may be reduced by interferon (IFN) therapy. Objective The objective of this paper is to assess the effect of IFN β-1a and placebo on CBH evolution and disability in patients with relapsing–remitting multiple sclerosis (RRMS), as well as CBH evolution in patients with secondary progressive multiple sclerosis (SPMS). Methods A post hoc, exploratory analysis of patients with RRMS and SPMS with monthly MRI scans (months –1 to 9) from two separate placebo-controlled clinical trials of IFN β-1a was conducted. Results In RRMS patients, the risk of ≥1 evolved CBH was lower for IFN β-1a versus placebo (odds ratio 0.42; p = 0.024); volume of newly evolved CBH was numerically reduced. A numerically higher proportion of patients with ≥1 evolving CBH vs no evolving CBH had confirmed three-month disability progression (four-year rate 55.8% vs 43.1%, respectively). Proportion of lesions evolving into CBH (patient level: 34.7% vs 12.6%, p < 0.0001; lesion level: 28.8% vs 11.0%, p < 0.0001) and evolved CBH volume (median 33.5 mm 3 (Quartile 1, 0.0; Quartile 3, 173.4) vs 0.0 mm 3 (0.0; 52.4); p = 0.0008) was higher for SPMS than RRMS patients treated with IFN β-1a. Conclusion In RRMS, IFN β-1a significantly decreased the proportion of new T1 Gd+ lesions evolving into CBH and the risk of developing a CBH. In patients with SPMS, more lesions develop to CBH, indicating reduced repair capacity, and the natural history of lesion development appears to be unaffected by IFN β-1a treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».