GP.02 A population-based study of “no evident disease activity” (NEDA) in multiple sclerosis
Notice bibliographique
Résumé
Background: NEDA is a composite measure that may ultimately influence clinical decisions concerning switches of disease modifying therapy (DMT) for relapsing remitting multiple sclerosis (RRMS) patients. Cohort studies from MS clinics suggest NEDA is not sustained over time in most patients despite DMT but may be limited by referral bias. We investigated NEDA in a population-based RRMS cohort. Methods: We identified all incident cases of RRMS in Olmsted County from 01/01/2000-12/31/2011. Retrospective chart review was conducted to determine persistence of NEDA -following RRMS diagnosis. NEDA failure was defined as new MRI activity, relapse, or expanded disability status scale (EDSS) -worsening. Results: There were 93 incident cases of RRMS with 82 individuals having sufficient follow-up to determine persistence of NEDA. Prior to NEDA failure 44 were not on DMT, 37 were on first-tier, injectable DMT, and 1 received mitoxantrone. NEDA was maintained by 63% at 1 year, 38% at 2 years, 19% at 5 years, and 12% at 10 years. Disability measured by EDSS was no different at 10 years in patients maintaining NEDA versus those that failed NEDA at one year (p=0.3). Conclusions: Maintenance of NEDA beyond 2 years is infrequent among a population-based cohort of newly diagnosed RRMS patients and similar to prior clinic-based cohorts.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».