Endocrine and multiple sclerosis outcomes in patients with autoimmune thyroid events in the alemtuzumab CARE-MS studies
Notice bibliographique
Résumé
Background Alemtuzumab is an effective therapy for relapsing multiple sclerosis. Autoimmune thyroid events are a common adverse event. Objective Describe endocrine and multiple sclerosis outcomes over 6 years for alemtuzumab-treated relapsing multiple sclerosis patients in the phase 3 CARE-MS I, II, and extension studies who experienced adverse thyroid events. Methods Endocrine and multiple sclerosis outcomes were evaluated over 6 years. Thyroid event cases, excluding those pre-existing or occurring after Year 6, were adjudicated retrospectively by expert endocrinologists independently of the sponsor and investigators. Results Thyroid events were reported for 378/811 (46.6%) alemtuzumab-treated patients. Following adjudication, endocrinologists reached consensus on 286 cases (75.7%). Of these, 39.5% were adjudicated to Graves’ disease, 2.5% Hashimoto's disease switching to hyperthyroidism, 15.4% Hashimoto's disease, 4.9% Graves’ disease switching to hypothyroidism, 10.1% transient thyroiditis, and 27.6% with uncertain diagnosis; inclusion of anti-thyroid antibody status reduced the number of uncertain diagnoses. Multiple sclerosis outcomes of those with and without thyroid events were similar. Conclusion Adjudicated thyroid events occurring over 6 years for alemtuzumab-treated relapsing multiple sclerosis patients were primarily autoimmune. Thyroid events were considered manageable and did not affect disease course. Thyroid autoimmunity is a common but manageable adverse event in alemtuzumab-treated relapsing multiple sclerosis patients. ClinicalTrials.gov Registration Numbers: CARE-MS I (NCT00530348); CARE-MS II (NCT00548405); CARE-MS Extension (NCT00930553)
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».