Huntington’s Disease Integrated Staging System (HD-ISS): A Novel Evidence-Based Classification System For Staging
Notice bibliographique
Résumé
ABSTRACT Background Despite the monogenic autosomal dominant nature of Huntington’s disease (HD), the current research paradigm is still based on overt clinical phenotypes and does not address disease pathobiology and biomarkers that are evident decades before functional decline. A new research framework is needed to standardize clinical research and enable interventional studies earlier in the course of HD. Methods The HD Regulatory Science Consortium (HD-RSC), a precompetitive Critical Path Institute initiative that includes 37 member organizations, created the Regulatory Science Forum working group (RSF), which includes industry and academic representatives. To generate a new evidenced-based HD Integrated Staging System (HD-ISS) using a formal consensus methodology, the RSF considered prognostic biomarkers, signs, and symptoms of HD, and performed empirical data analysis. We used observational data to calculate healthy-control-based landmark variable cut-offs for Stage classification and to internally validate the framework. Findings The HD-ISS starts with Stage 0, which comprises individuals with ≥ 40 cytosine-adenine-guanine repeats (CAG) in the huntingtin gene ( HTT ), before detectable indications of disease. We concluded that detectable HD progression is verified with measurable indicators of underlying pathophysiology (Stage 1), proceeds to a detectable clinical phenotype (Stage 2), and continues to a decline in function (Stage 3). Operationally, individuals can be unambiguously classified into Stages 1-3 based on CAG-independent thresholds of landmark assessments. Both cross-sectional status and longitudinal HD-ISS Stage progress align with HD natural history, and Stage transitions accelerate as CAG increase. Interpretation The HD-ISS encompasses the full course of HD starting at birth, defined by the presence of the genetic expansion. This new framework aims to standardize language for clinical research and its immediate use will enable further validation. The HD-ISS provides structure to harmonize clinical study populations and facilitates the clinical assessment of interventions earlier in HD to prevent or slow disease progression. Funding CHDI Foundation Inc.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».