The North American Registry for Care and Research in Multiple Sclerosis (NARCRMS)
Notice bibliographique
Résumé
Although many regional multiple sclerosis (MS) databases existed in the United States and Canada, there was no single clinician-derived registry that examined this disease as a group across the North American continent. This distinction is important because information that results from such a database can potentially give perspectives about MS that cannot be derived from any single regional registry. A partnership was forged between the pharmaceutical industry and the Consortium of Multiple Sclerosis Centers (CMSC) to create a registry of patients with MS from Canada and the United States, including Puerto Rico. Case report forms were created to collect physician-derived information, and the Patient-Reported Outcomes Measurement Information System (PROMIS) was selected to capture patient-reported outcomes. As of November 2021, 754 of 1000 patients have been enrolled. Completion of recruitment is expected by the end of 2021. Twenty-five centers are participating, with an expected total of 30, including five centers from Canada. Clinical status, health economic outcomes, magnetic resonance images, and, soon, biomarkers relevant to understanding relapses and progression are collected. The short-term goal is to understand and better treat MS disease progression, and the long-term goal is its prevention. The North American Registry for Care and Research in Multiple Sclerosis (NARCRMS) is one of few clinician/patient-generated registries that examines MS across North America, including Puerto Rico. Information derived from the natural history studies should help physicians, the pharmaceutical industry, and regulatory bodies understand MS better and improve quality of life for patients with MS worldwide.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».