MétaCan
Menu
Retour à la cohorte
Enregistrement W3112161524 · doi:10.1016/j.msard.2020.102673

Effect of Ozanimod on Symbol Digit Modalities Test Performance in Relapsing MS

2020· article· en· W3112161524 sur OpenAlexafffund
John DeLuca, Sven Schippling, Xavier Montalbán, Ludwig Kappos, Bruce Cree, Douglas L. Arnold, Hans‐Peter Hartung, James K. Sheffield, Hongjuan Liu, Diego Augusto Santos Silva, Jeffrey A. Cohen

Notice bibliographique

RevueMultiple Sclerosis and Related Disorders · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensMcGill UniversityNeuroRx Research (Canada)Montreal Neurological Institute and Hospital
Organismes subventionnairesCelgeneBristol-Myers Squibb CanadaBristol-Myers Squibb
Mots-clésMedicineNumerical digitTest (biology)Symbol (formal)ModalitiesMultiple sclerosisAudiologyDermatologyArithmeticPsychiatryMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cognitive dysfunction, including slowed cognitive processing speed (CPS), is one of the most disabling symptoms of multiple sclerosis (MS). The Symbol Digit Modalities Test (SDMT) is a preferred measure of CPS for MS trials and routine screening. Based on encouraging SDMT results in the phase 3 SUNBEAM trial, these post hoc, exploratory analyses were conducted to further compare effects of the sphingosine 1-phosphate receptor modulator ozanimod versus intramuscular interferon β-1a on CPS in participants with relapsing multiple sclerosis (RMS). METHODS: In the phase 3, double-blind, double-dummy, SUNBEAM study, adults (aged 18‒55 years) with RMS (N=1,346) were randomized to once-daily oral ozanimod 0.92 or 0.46 mg, or weekly intramuscular interferon β-1a 30 µg. The study continued until the last participant was treated for 12 months. CPS was measured as part of a secondary endpoint using the SDMT. Exploratory, post hoc analyses evaluated SDMT change and percentages of participants with clinically meaningful (≥4-point) SDMT improvement or worsening at months 6 and 12, and relationship between SDMT and brain volume on magnetic resonance imaging. RESULTS: Ozanimod improved SDMT scores compared with interferon β-1a at months 6 and 12. At month 12, least squares mean difference in SDMT z-scores for ozanimod 0.92 mg versus interferon β-1a was 0.102 (95% CI, 0.031‒0.174, nominal p = 0.0051; standardized mean difference = 0.1376). A greater percentage of ozanimod 0.92 mg‒treated participants had clinically meaningful improvements in SDMT scores versus interferon β-1a at month 6 (30.0% versus 22.2%) and month 12 (35.6% versus 27.9%). Of those with SDMT improvement at month 6, 66.4% of those treated with ozanimod 0.92 mg and 55.9% of those treated with interferon β-1a had sustained improvement at month 12. Brain volume loss was similar for those with SDMT improvement versus worsening at month 12. CONCLUSIONS: In these exploratory analyses, ozanimod had modestly beneficial effects on CPS in RMS participants. The effects of ozanimod on SDMT are being further evaluated in an ongoing 3-year clinical trial. SUNBEAM is registered on clinicaltrials.gov (NCT02294058) and the European Clinical Trials Database (EudraCT 2014-002320-27).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,256
Écart entre enseignants0,228 · 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'étudeEssai non randomisé
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

Citations33
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueMultiple Sclerosis and Related DisordersMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207