Plasma neurofilament light chain concentrations as a biomarker of clinical and radiologic outcomes in relapsing multiple sclerosis: Post hoc analysis of Phase 3 ozanimod trials
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: We investigated plasma neurofilament light chain concentration (pNfL) as a biomarker for neuroaxonal damage and disease activity using data from Phase 3 trials of ozanimod in relapsing multiple sclerosis (RMS). METHODS: pNfL was measured before and after ozanimod 0.46 mg or 0.92 mg daily or interferon β-1a 30 µg weekly in the randomized, double-blind SUNBEAM and RADIANCE trials. In these post hoc analyses, we investigated relationships between pNfL (at baseline and median percentage change from baseline to Month 12 [SUNBEAM] or 24 [RADIANCE]) and clinical and magnetic resonance imaging outcomes. RESULTS: Median (Q1, Q3) baseline pNfL, available in 1244 of 1346 SUNBEAM participants, was 14.70 (10.16, 23.26) pg/ml and in 1109 of 1313 RADIANCE participants was 13.35 (9.42, 20.41) pg/ml. Baseline gadolinium-enhancing (GdE) and T2 lesion counts increased and brain volume decreased with increasing baseline pNfL. Baseline pNfL was higher in those with versus without on-treatment relapse. Median percentage reduction in pNfL at 12 months in SUNBEAM (n = 1238) and 24 months in RADIANCE (n = 1088) was greater for ozanimod (20%-27%) than interferon β-1a (13%-16%; p < 0.01). Greater pNfL reduction was associated with fewer GdE lesions, fewer new/enlarging T2 lesions per scan, less loss of brain volume, lower annualized relapse rate (ARR), and no evidence of disease activity. The following models predicted ARR: 0.5111 + 0.0116 × ΔNfL at 12 months (SUNBEAM) and 0.4079 + 0.0088 × ΔNfL at 24 months (RADIANCE). CONCLUSIONS: pNfL was associated with clinical and radiologic measures of disease and treatment effects in RMS, supporting its use as a biomarker.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».