045 Effect of siponimod on cortical grey matter and thalamic volume in secondary progressive multiple sclerosis
Notice bibliographique
Résumé
Background Grey matter (GM) loss is associated with cognitive decline and physical disability in multiple sclerosis (MS). In Phase 3 EXPAND study, siponimod significantly reduced disability progression, cognitive decline and whole brain volume loss in patients with secondary progressive MS (SPMS). Methods Magnetic resonance imaging (MRI) from EXPAND were pooled and analysed using high reso- lution T1 and conventional MRI. Analysis included intent-to-treat population (full analysis set, FAS) and per protocol set (PPS). Change from baseline in cortical grey matter (cGM) and thalamic volumes were assessed. Results In the FAS, adjusted mean percent change in volume from baseline at M12 and M24, respectively, was −0.07 versus −0.59 (88% reduction vs placebo, p<0.0001) and −0.51 versus −0.90 (43% reduction; p< 0.0001) for cGM; −0.54 versus −1.01 (47% reduction; p< 0.0001) and −1.20 versus −1.74 (31% reduction; p=0.0001) for the thalamus. PPS values were 0.01 versus −0.60 (100% reduction; p< 0.0001) and −0.39 versus −1.04 (63% reduction; p< 0.0001) for cGM; −0.47 vs −0.94 (50% reduction; p< 0.0001) and −1.02 versus −1.77 (42% reduction; p< 0.0001) for the thalamus. Conclusions Siponimod significantly reduced cGM and thalamic volume loss compared with placebo in patients with SPMS. g.giovannoni@qmul.ac.uk
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».