Framework for Clinical Trials in Cerebral Small Vessel Disease (FINESSE)
Notice bibliographique
Résumé
Importance: Cerebral small vessel disease (SVD) causes a quarter of strokes and is the most common pathology underlying vascular cognitive impairment and dementia. An important step to developing new treatments is better trial methodology. Disease mechanisms in SVD differ from other stroke etiologies; therefore, treatments need to be evaluated in cohorts in which SVD has been well characterized. Furthermore, SVD itself can be caused by a number of different pathologies, the most common of which are arteriosclerosis and cerebral amyloid angiopathy. To date, there have been few sufficiently powered high-quality randomized clinical trials in SVD, and inconsistent trial methodology has made interpretation of some findings difficult. Observations: To address these issues and develop guidelines for optimizing design of clinical trials in SVD, the Framework for Clinical Trials in Cerebral Small Vessel Disease (FINESSE) was created under the auspices of the International Society of Vascular Behavioral and Cognitive Disorders. Experts in relevant aspects of SVD trial methodology were convened, and a structured Delphi consensus process was used to develop recommendations. Areas in which recommendations were developed included optimal choice of study populations, choice of clinical end points, use of brain imaging as a surrogate outcome measure, use of circulating biomarkers for participant selection and as surrogate markers, novel trial designs, and prioritization of therapeutic agents using genetic data via Mendelian randomization. Conclusions and Relevance: The FINESSE provides recommendations for trial design in SVD for which there are currently few effective treatments. However, new insights into understanding disease pathogenesis, particularly from recent genetic studies, provide novel pathways that could be therapeutically targeted. In addition, whether other currently available cardiovascular interventions are specifically effective in SVD, as opposed to other subtypes of stroke, remains uncertain. FINESSE provides a framework for design of trials examining such therapeutic approaches.
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 | 0,742 | 0,658 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,012 | 0,021 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,018 |
| Communication savante | 0,024 | 0,010 |
| Science ouverte | 0,016 | 0,021 |
| Intégrité de la recherche | 0,041 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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 ».