Comparative effectiveness of natalizumab on cognition in multiple sclerosis: A cohort study
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment occurs in 40%-70% of persons with multiple sclerosis (MS). OBJECTIVE: To examine the effectiveness of natalizumab compared with other disease-modifying treatments (DMTs) on improving cognition as measured by the Symbol Digit Modalities Test (SDMT). METHODS: Data were collected as part of Swedish nationwide phase IV surveillance studies (2007-2020). An increase in SDMT score by ⩾10% of the difference between maximum score possible (110) and the baseline value was defined as cognitive improvement. The likelihood of improvement was compared between natalizumab-treated individuals and individuals treated with other DMTs using mixed effect logistic regression. Trend in odds of improvement was investigated using slope analyses. RESULTS: We included 2100 persons with relapsing-remitting MS treated with natalizumab and 2622 persons treated with other DMTs. At 6 months, 45% reached improvement. The natalizumab group showed largest odds of improvement during follow-up (odds ratio: 2.3, 95% confidence interval (CI): 1.5-3.5). The odds of improvement increased by 7% (95% CI: 6-7) per month of natalizumab treatment. The equivalent estimate was 4% (95% CI: 2-5) for other monoclonal antibodies and nonsignificant for oral or platform therapies. CONCLUSION: Treatment with natalizumab or other monoclonal antibodies is associated with a significantly faster likelihood of cognitive improvement than platform or oral DMTs.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».