Is the Symbol Digit Modalities Test a useful outcome in secondary progressive multiple sclerosis?
Notice bibliographique
Résumé
BACKGROUND: It is unclear which cognitive outcome measure is the most useful for clinical trials in multiple sclerosis. To investigate the usefulness of the Symbol Digit Modalities Test (SDMT) as a clinical outcome measure in secondary progressive multiple sclerosis (SPMS), we describe the frequency of worsening and improvement events in a large randomized controlled trial (RCT) dataset. METHODS: Using original trial data from the ASCEND trial (n = 889), a recent large RCT in SPMS, we describe worsening and similarly defined improvement with and without 3-month confirmation on the SDMT in the whole trial cohort and unconfirmed worsening and improvement on the Paced Auditory Serial Addition Test (PASAT) in a smaller subset (n = 107). RESULTS: Somewhat unexpectedly, SDMT scores steadily increased throughout the 2 years of follow-up in this trial. There were overall few SDMT worsening events throughout the trial (generally fewer than 10% of participants), but improvement events steadily increased from around 50% of participants with improvement at 12 weeks to more than 70% at 84 weeks and beyond. PASAT scores followed a similar pattern. CONCLUSIONS: In this well-characterized clinical trial cohort, the SDMT does not reflect the steady cognitive decline that patients with SPMS experience. Both SDMT and PASAT scores improve throughout follow-up, possibly due to a practice effect. The SDMT may not be a useful outcome measure of disease progression in 2-year clinical trials in SPMS.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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; 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 ».