MétaCan
Menu
Retour à la cohorte
Enregistrement W2887329475 · doi:10.1002/acn3.620

Predictors of response to opicinumab in acute optic neuritis

2018· article· en· W2887329475 sur OpenAlexaff
Diego Cadavid, Laura J. Balcer, Steven Galetta, Orhan Aktaş, Tjalf Ziemssen, Ludo Vanopdenbosch, Letizia Leocani, Mark S. Freedman, Gordon T. Plant, Jana Lízrová Preiningerová, Focke Ziemssen, Luca Massacesi, Yi Chai, Lei Xu

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesBiogen
Mots-clésMedicinePost-hoc analysisOptic neuritisPlaceboClinical endpointNerve fiber layerOphthalmologyRetinalPopulationInternal medicineRandomized controlled trialMultiple sclerosisPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective The objective of this study was to evaluate prespecified and post hoc analyses inRENEWsubgroups to identify participants more likely to benefit from opicinumab. Methods RENEWassessed the efficacy/safety of opicinumab versus placebo in participants with a first unilateral acute optic neuritis (AON) episode. Difference in visual evoked potential (VEP) latency of the affected eye at 24 weeks versus the fellow eye at baseline was the primary endpoint. Interactions between the primary endpoint and prespecified baseline variables (including age, timing of treatment initiation, and visual impairment) using the median as cut‐off were evaluated in the per protocol population using analysis of covariance (ANCOVA); subgroups based on preexisting brain T2 lesion volume were also analyzed. Interactions between the primary endpoint and retinal ganglion cell layer/inner plexiform layer (RGCL/IPL) and retinal nerve fiber layer (RNFL) thickness were assessed post hoc as was weight gain by treatment. Results Treatment benefit of opicinumab (n = 33) over placebo (n = 36) on the primary endpoint was greatest in participants older than the median age at baseline (≥33 years); the difference versus placebo for baseline age ≥33 years was −14.17 msec [P = 0.01] versus −0.89 msec for baseline age <33 years, [P = 0.87]). Post hoc analysis showed thatVEPlatency recovery was significantly associated with lessRGCL/IPLthinning (P = 0.0164), occurring early on. Interpretation Age was the strongest prespecified baseline characteristic associated with a treatment effect of opicinumab. A strong association betweenVEPlatency recovery at week 24 and earlyRGCL/IPLpreservation was observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,176
Tête enseignante GPT0,469
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207