Researching COVID-19 in progressive MS requires a globally coordinated, multi-disciplinary and multi-stakeholder approach—perspectives from the International Progressive MS Alliance
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has reinforced the importance of research for the health of our society and highlighted the need for stakeholders of the health research and care continuum to form a collaborative and interdependent ecosystem. Objective: With the world still reeling from waves of the COVID-19 pandemic and adapting to the vaccine rollout at widely different rates, the International Progressive MS Alliance (hereafter Alliance) organized a meeting (April 2021) to consider how the Covid-19 pandemic impacts the health and well-being of people with progressive Multiple Sclerosis (MS). Methods: We invited the Alliance stakeholders and experts to present what they have learned about SARS-CoV-2 infection and progressive MS and to define future scientific priorities. Results: The meeting highlighted three priorities for additional focus: (1) the impact of Disease Modifying Therapies (DMTs) on the risk of COVID-19 and on the efficacy of COVID-19 vaccines in people with progressive MS; (2) the long-term impact of COVID-19 and COVID-19 vaccines on the biology of progressive MS; and (3) the impact on well-being of people with progressive MS. Conclusion: This paper's calls to action could represent a path toward a shared research agenda. Multi-stakeholder and long-term investigations will be required to drive and evolve such an agenda.
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 | 0,083 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».