MétaCan
Menu
Retour à la cohorte
Enregistrement W3035067402 · doi:10.1177/1352458520930620

The introduction of new medications in pediatric multiple sclerosis: Open issues and challenges

2020· article· en· W3035067402 sur OpenAlexaff
Angelo Ghezzi, Maria Pia Amato, Gilles Edan, Hans‐Peter Hartung, Eva Havrdová, Ludwig Kappos, Xavier Montalbán, Carlo Pozzilli, Per Soelber Sorensen, María Trojano, P. Vermersch, Giancarlo Comi

Notice bibliographique

RevueMultiple Sclerosis Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésFingolimodMultiple sclerosisMedicineObservational studyRandomized controlled trialClinical trialClinical endpointIntensive care medicineEndpoint DeterminationInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Disease-modifying drugs (DMDs) for multiple sclerosis (MS) have been evaluated in pediatric patients in observational studies demonstrating a similar, even better clinical effect compared to adults, with a similar safety. Only fingolimod has been tested in a randomized controlled trial (RCT) and is approved for pediatric multiple sclerosis (ped-MS). Numerous methodological, practical, and ethical issues underline that RCTs are difficult to conduct in ped-MS. This also creates a lack of safety information. To facilitate the availability of new agents in ped-MS, we encourage to develop a different approach based on pharmacokinetic/pharmacodynamic studies to yield information on optimal doses and implementation of obligatory registries to obtain information on safety as primary endpoint.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,445
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

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

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 Opus0,252
Tête enseignante GPT0,340
Écart entre enseignants0,088 · 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 tête enseignante, 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207