P.027 Multiple Sclerosis Self-reflective Treatment Evaluation Program (MS-STEP): alignment of current practices to the 2020 Canadian MS Working Group recommendations
Notice bibliographique
Résumé
Background: New Canadian treatment optimization recommendations (TOR) were released in 2020 to guide clinicians on the optimal use of disease modifying treatments (DMTs). The alignment of current practices to TOR was investigated to identify potential areas for improvement in patient care. Methods: From January–July 2021, a chart audit of 160 patients was conducted by a sample of Canadian neurologists. Patient selection criteria included adult patients with relapsing-remitting MS, who had been switched from an initial DMT. Results: In alignment with TOR, most patients received a platform therapy initially (89%; n=143) and suboptimal efficacy response (MRI changes, relapses, disability progression) was the most common trigger for switching treatment. Furthermore, the expanded disability status scale was used in 94% (n=151) of cases during clinical assessment. In some instances, neurologists did not adhere to TOR. Only 10% (n=16) of patients were tested for cognitive function and over half (58%; n=93) did not receive gadolinium contrast at re-baseline MRI. Major criteria for switching therapies based on relapse rate, severity/recovery, or MRI were not followed in (n=4; n=27; n=7) patients respectively. Conclusions: Canadian neurologists are generally aligned with recent TOR for MS. However, they are not switching nearly as often or as early as per TOR criteria.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».