MétaCan
Menu
Retour à la cohorte
Enregistrement W2891772181 · doi:10.1136/jnnp-2018-abn.81

THUR 174 The magnify-ms study: mavenclad® tablets in active rms

2018· article· en· W2891772181 sur OpenAlexaff
Nicola De Stefano, Anat Achiron, Frederik Barkhof, Andrew Chan, Tobias Derfuß, Suzanne Hodgkinson, Letizia Leocani, Xavier Montalbán, Alexandre Prat, Klaus Schmierer, Finn Sellebjerg, Patrick Vermersch, Heinz Wiendl, Birgit Keller, Sasmit Roy

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensUniversity of TorontoUniversité de MontréalSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical trialClinical endpointPlaceboInternal medicineStock optionsNuclear medicinePathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Authors Disclaimer: http://medpub-poster.merckgroup.com/ABN2018DISC_MAGNIFY.pdf Background Cladribine tablets (CT) improve clinical and MRI outcomes in patients with active RMS, with significant differences versus placebo after 24 weeks. Objective Describe the design of a study to assess the onset of CT’s clinical and MRI effects in patients with active RMS. Methods MAGNIFY-MS is a 2 year prospective Phase IV trial (including approximately 100 centres in Europe). Eligible patients will receive two years treatment with CT 3.5 mg/kg cumulative dose. Frequent MRI assessments (including lesion count, lesion volume, brain volume and MTR) will be performed at screening, baseline and 1, 2, 3, 6, 12, 15, 18 and 24 months. Various T- and B-cell subtype counts and functional profiling (eg cytokine production) will be assessed. Clinical outcomes will include changes in cognition (SDMT), disability (EDSS/KFS, 9HPT, T25FW), relapses, NEDA, NEDAP and safety at timepoints up to 24 months. Results Aim recruit 300 patients. Primary endpoint: change in the count of combined unique active lesions at end of 6 months versus baseline. Final outcomes expected in 2021. Conclusions MAGNIFY-MS will provide important information on the effects of CT, including early MRI changes, insights into effects on a range of disability and cognition markers, and detailed characterization of immune cell reconstitution. Disclosure statement This study was sponsored by EMD Serono, Inc., a business of Merck KGaA, Darmstadt, Germany (in the USA), and Merck Serono SA – Geneva, an affiliate of Merck KGaA Darmstadt, Germany (ROW).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,012
Tête enseignante GPT0,296
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207