A National Spinal Muscular Atrophy Registry for Real-World Evidence
Notice bibliographique
Résumé
BACKGROUND: Spinal muscular atrophy (SMA) is a devastating rare disease that affects individuals regardless of ethnicity, gender, and age. The first-approved disease-modifying therapy for SMA, nusinursen, was approved by Health Canada, as well as by American and European regulatory agencies following positive clinical trial outcomes. The trials were conducted in a narrow pediatric population defined by age, severity, and genotype. Broad approval of therapy necessitates close follow-up of potential rare adverse events and effectiveness in the larger real-world population. METHODS: The Canadian Neuromuscular Disease Registry (CNDR) undertook an iterative multi-stakeholder process to expand the existing SMA dataset to capture items relevant to patient outcomes in a post-marketing environment. The CNDR SMA expanded registry is a longitudinal, prospective, observational study of patients with SMA in Canada designed to evaluate the safety and effectiveness of novel therapies and provide practical information unattainable in trials. RESULTS: The consensus expanded dataset includes items that address therapy effectiveness and safety and is collected in a multicenter, prospective, observational study, including SMA patients regardless of therapeutic status. The expanded dataset is aligned with global datasets to facilitate collaboration. Additionally, consensus dataset development aimed to standardize appropriate outcome measures across the network and broader Canadian community. Prospective outcome studies, data use, and analyses are independent of the funding partner. CONCLUSION: Prospective outcome data collected will provide results on safety and effectiveness in a post-therapy approval era. These data are essential to inform improvements in care and access to therapy for all SMA patients.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».