Charting a global research strategy for progressive MS—An international progressive MS Alliance proposal
Notice bibliographique
Résumé
BACKGROUND: Progressive forms of multiple sclerosis (MS) affect more than 1 million individuals globally. Recent approvals of ocrelizumab for primary progressive MS and siponimod for active secondary progressive MS have opened the therapeutic door, though results from early trials of neuroprotective agents have been mixed. The recent introduction of the term 'active' secondary progressive MS into the therapeutic lexicon has introduced potential confusion to disease description and thereby clinical management. OBJECTIVE: This paper reviews recent progress, highlights continued knowledge and proposes, on behalf of the International Progressive MS Alliance, a global research strategy for progressive MS. METHODS: Literature searches of PubMed between 2015 and May, 2021 were conducted using the search terms "progressive multiple sclerosis", "primary progressive multiple sclerosis", "secondary progressive MS". Proposed strategies were developed through a series of in-person and virtual meetings of the International Progressive MS Alliance Scientific Steering Committee. RESULTS: Sustaining and accelerating progress will require greater understanding of underlying mechanisms, identification of potential therapeutic targets, biomarker discovery and validation, and conduct of clinical trials with improved trial design. Encouraging developments in symptomatic and rehabilitative interventions are starting to address ongoing challenges experienced by people with progressive MS. CONCLUSION: We need to manage these challenges and realise the opportunities in the context of a global research strategy, which will improve quality of life for people with progressive MS.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».