Capturing clinical progression in multisystemic genetic ataxias: lessons from a prospective study of 884 patients with autosomal recessive or early-onset ataxia
Notice bibliographique
Résumé
Abstract Objective The Scale for the Assessment and Rating of Ataxia (SARA) is the most widely applied clinical outcome assessment (COA) for genetic ataxias, but presents metrological and regulatory challenges. To facilitate trial planning, we characterize its responsiveness (including subitem-level relations to ataxia severity and patient-focused outcomes) across a large number of ataxias, and provide first natural history data for several of them. Methods Subitem-level correlation- and distribution-based analysis of 1637 SARA assessments in 884 patients with autosomal-recessive/early-onset ataxia (370 with 2-8 longitudinal assessments), complemented by linear mixed-effects modeling to estimate progression and sample sizes. Results While SARA subitem responsiveness varied between ataxia severities, gait / stance showed a robust granular linear scaling across the broadest range (SARA<25). Responsiveness was diminished by incomplete sub-scale use at intermediate or upper levels, non-transitions (“static periods”), and fluctuating decreases/increases. All subitems -except nose-finger -showed moderate-to-strong correlations to activities of daily living, indicating that metric properties -not content validity-limit SARA responsiveness. SARA captured mild-to-moderate progression in many genotypes, e.g., SYNE1-ataxia: 0.55 points/year, AOA2: 1.14, POLG-ataxia: 1.56; but no change in others (ARSACS, COQ8A-ataxia). While sensitivity to change was optimal in mild ataxia (SARA≤10), it substantially deteriorated in advanced ataxia (SARA>25; 2.7-fold sample size). Use of a novel rank-optimized SARA without subitems finger-chase and nose-finger reduces sample sizes by 20-25%. Interpretation This study comprehensively characterizes COA properties and annualized changes of the SARA across and within a large number of ataxias. It suggests specific approaches for optimizing its responsiveness that might facilitate regulatory qualification and trial design.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».