Effect of siponimod on magnetic resonance imaging measures of neurodegeneration and myelination in secondary progressive multiple sclerosis: Gray matter atrophy and magnetization transfer ratio analyses from the EXPAND phase 3 trial
Notice bibliographique
Résumé
BACKGROUND: Magnetic resonance imaging (MRI) measurements of gray matter (GM) atrophy and magnetization transfer ratio (MTR; correlate of myelination) may provide better insights than conventional MRI regarding brain tissue integrity/myelination in multiple sclerosis (MS). OBJECTIVE: To examine the effect of siponimod in the EXPAND trial on whole-brain and GM atrophy, newly formed normalized magnetization transfer ratio (nMTR) lesions, and nMTR-assessed integrity of normal-appearing brain tissue (NABT), cortical GM (cGM), and normal-appearing white matter (NAWM). METHODS: = 523). Endpoints included percentage change from baseline to months 12/24 in whole-brain, cGM, and thalamic volumes; change in nMTR from baseline to months 12/24 in NABT, cGM, and NAWM; MTR recovery in newly formed lesions. RESULTS: Compared with placebo, siponimod significantly reduced progression of whole-brain and GM atrophy over 12/24 months, and was associated with improvements in brain tissue integrity/myelination within newly formed nMTR lesions and across NABT, cGM, and NAWM over 24 months. Effects were consistent across age, disease duration, inflammatory activity subgroups, and disease severity. CONCLUSION: Siponimod reduced brain tissue damage in patients with SPMS as evidenced by objective measures of brain tissue integrity/myelination. This is consistent with central nervous system (CNS) effects observed in preclinical models. ClinicalTrials.gov number: NCT01665144.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 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 ».