MétaCan
Menu
Retour à la cohorte
Enregistrement W4234823605 · doi:10.1017/cjn.2019.117

P.016 Clinical course of relapsing remitting multiple sclerosis post-natalizumab

2019· article· en· W4234823605 sur OpenAlexvenueaboutno aff
MD Fiander, V Bhan, SA Stewart, NE Parks

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePolyomavirus and related diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatalizumabFingolimodMedicineMultiple sclerosisProgressive multifocal leukoencephalopathyInternal medicineRelapsing remittingConfidence intervalGastroenterologyImmunology

Résumé

récupéré en direct d'OpenAlex

Background: Natalizumab is an efficacious disease modifying therapy (DMT) for relapsing remitting multiple sclerosis (RRMS), however, duration of therapy is often limited by risk of progressive multifocal leukoencephalopathy (PML). We describe the clinical course of RRMS patients switched from natalizumab to another DMT in a Canadian MS clinic. Methods: We conducted a retrospective study of prospectively collected data from the Dalhousie Multiple Sclerosis Research Unit (DMSRU). We identified all RRMS patients treated with natalizumab for >3 months who discontinued therapy with serum JC virus antibody positive status and switched to another DMT. Results: There were 84 individuals who switched to another DMT following natalizumab with 57 (68%) switching to fingolimod. Survival without a relapse on fingolimod was 92% (95% confidence interval 80-97%) at 6 months, 90% (77-96%) at 12 months, 85% (71-93%) at 24 months, 74% (56-86%) at 36 months. Survival without disease progression on fingolimod was 90% (95% CI 78-96%) at 6 months, 86% (72-93%) at 12 months, 78% (63-88%) at 24 months, 78% (63-88%) at 36 months. Conclusions: Although alternative DMTs may be used post-natalizumab, fingolimod remains an effective therapy with a high proportion of patients remaining free of relapses or progression at 3 years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,311
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetPolyomavirus and related diseasesTravaux en français237 207