P.019 Interictal burden of migraine: correlations with other measures of migraine burden and effects of galcanezumab migraine-preventive treatment
Notice bibliographique
Résumé
Background: Typical migraine clinical trial endpoints assess only ictal burden. Methods: Adults (N=462) with episodic or chronic migraine with previous failure of 2-4 preventive medication categories were randomized 1:1 to 3-month double-blind treatment with placebo or galcanezumab 120mg. Primary endpoint was mean change from baseline in monthly migraine headache days. Migraine Interictal Burden Scale-4 (MIBS-4) measured migraine-related burden on non-headache days for past 4 weeks (0=no burden, 1-2=mild, 3-4=moderate, 5-12=severe). Migraine Disability Assessment (MIDAS), Migraine-Specific Quality of Life Questionnaire (MSQ), Patient Global Impression-Severity (PGI-S), depression (Patient Health Questionaire-9 [PHQ-9]), and anxiety (Generalized Anxiety Disorder Scale [GAD-7]) were assessed. Relationships among measures were assessed at baseline using Spearman’s rank correlation coefficient. Results: MIBS-4 was moderately correlated with PHQ-9 (r=.55) and MSQ total (r=−.53). Other correlations with MIBS-4 were low (GAD-7, r=0.42; MIDAS, r=0.41; PGI-S, r=0.32) or negligible (migraine headache days, r=0.22). After 3 months, from a mean baseline of 13.2 monthly migraine headache days, galcanezumab patients improved by 4.4 vs 1.3 days for placebo (p<.0001). From mean MIBS-4 baseline of 5.5, galcanezumab patients improved by 1.8 vs 0.8 points for placebo (p<.0001). Conclusions: Galcanezumab significantly reduced ictal and interictal burden of migraine. Results suggest interictal burden is a distinct effect of the disease.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 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 ».