The Dilemma of When to Stop Disease-Modifying Therapy in Multiple Sclerosis
Notice bibliographique
Résumé
BACKGROUND: Disease-modifying therapy (DMT) has changed the landscape of multiple sclerosis (MS) care. However, there is lack of consensus on the duration of treatment and the selection of individuals most likely to benefit from continued treatment. Current evidence, practice guidelines, health policy, and ethical considerations presented together may further inform challenging clinical decision making and future directions. The objectives of this study were to conduct a narrative review of original research and practice guideline recommendations on discontinuation of DMTs in MS; to collect information regarding Canadian regional reimbursement policies for DMT coverage in MS; and to present ethical considerations applicable to such decision making. METHODS: A literature review was conducted of the MEDLINE/PubMed, OneFile (GALE), Scopus (Elsevier), and ProQuest Biological Science Collection databases. Data regarding Canadian regional reimbursement policies for DMT coverage in MS were collected from the ministry/government websites. Ethical considerations were reviewed in the context of the identified evidence, guidelines, and policies. RESULTS: The literature lacks evidence from prospective randomized controlled trials that directly addresses the issue of discontinuation of DMTs in MS. Current practice guidelines advocate the vital role of patient choice in decision making. There are regional variations in Expanded Disability Status Scale criteria scores for continuing MS DMT coverage among Canadian provinces/territories. CONCLUSIONS: In the absence of strong evidence on discontinuation of DMTs, shared decision making and consideration of the ethical complexities could help in the decision-making process.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».