Modeling Early Heterogeneous Rates of Progression in Boys with Duchenne Muscular Dystrophy
Notice bibliographique
Résumé
BACKGROUND: Duchenne muscular dystrophy (DMD) exhibits substantial variability in rates of disease progression and response to treatment. This has hindered treatment development and complicated interpretation of drug effects in clinical trials. OBJECTIVE: We hypothesized that a multivariate combination of early-age clinical outcome measurements can explain differential disease progression. METHODS: Data on boys with DMD (ages 4-<10 years), both treated with steroidal anti-inflammatories and untreated, were obtained from CINRG Duchenne Natural History Study (n = 209) and vamorolone VBP15-002/003/LTE (n = 46) studies. Velocities from three timed function tests (TFTs; stand from supine, run/walk 10 meters, and climb 4 stairs) were simultaneously modeled in a longitudinal latent class analysis. RESULTS: Three classes of differentially progressing early age DMD motor trajectories were identified. Quicker decline/progression was associated with lower baseline TFT velocities, earlier loss of ability to finish a TFT, and lower predicted velocities. Earlier substantial steroid exposure was associated with greater TFT velocities while the moderate progression class was observed to have the largest difference in performance between boys treated early with steroids vs. not. Sample size calculations with the class showing the largest treatment response showed a large reduction in required sample size as compared to using summaries from all participants. Gene mutations were also investigated in post-hoc analyses, with mutations near the beginning of the DMD gene (Dp427 absent and Dp140/Dp71 present) found to be enriched in the slowest progressing class. CONCLUSIONS: This study provides insight into the variation in DMD progression through a latent class analysis. Our findings show class-related trajectories of motor outcomes and pharmacological response to corticosteroids, and suggest that enrichment strategies and/or subgroup analyses could be considered further in design of therapeutic interventions in DMD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».