MétaCan
Menu
Retour à la cohorte
Enregistrement W4366149330 · doi:10.1136/jnnp-2022-330726

Disability accrual in primary and secondary progressive multiple sclerosis

2023· article· en· W4366149330 sur OpenAlexaff
Sam Harding-Forrester, Izanne Roos, Ai‐Lan Nguyen, Charles B. Malpas, Ibrahima Diouf, Nahid Moradi, Sifat Sharmin, Guillermo Izquierdo, Sara Eichau, Francesco Patti, Dana Horáková, Eva Havrdová, Alexandre Prat, Marc Girard, Pierre Duquette, François Grand’Maison, Marco Onofrj, Alessandra Lugaresi, Pierre Grammond, Serkan Özakbaş, Maria Pia Amato, Oliver Gerlach, Patrizia Sola, Diana Ferraro, Katherine Buzzard, Olga Skibina, Jeannette Lechner‐Scott, Raed Alroughani, Cavit Boz, Vincent Van Pesch, Elisabetta Cartechini, Murat Terzi, Davide Maimone, Cristina Ramo‐Tello, Bassem Yamout, Samia J. Khoury, Daniele Spitaleri, María José Sá, Yolanda Blanco, Franco Granella, Mark Slee, Ernest Butler, Youssef Sidhom, Riadh Gouider, Roberto Bergamaschi, Rana Karabudak, Radek Ampapa, José Luis Sánchez-Menoyo, Julie Prévost, Tamara Castillo‐Triviño, Pamela McCombe, Richard Macdonell, Guy Laureys, Liesbeth Van Hijfte, Jiwon Oh, Ayşe Altıntaş, Koen de Gans, Recai Türkoğlu, Anneke van der Walt, Helmut Butzkueven, Steve Vucic, Michael Barnett, Edgardo Cristiano, Suzanne Hodgkinson, Gerardo Iuliano, Ludwig Kappos, Jens Kühle, Vahid Shaygannejad, Aysun Soysal, Bianca Weinstock‐Guttman, Bart Van Wijmeersch, Tomáš Kalinčík

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensCentre Intégré de Santé et de Services Sociaux des LaurentidesCentre intégré de santé et de services sociaux de Chaudière-AppalachesSt. Michael's HospitalUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Health and Medical Research CouncilSanofi GenzymeTeva Pharmaceutical IndustriesMultiple Sclerosis AustraliaAin Shams UniversityBiogenMedical Research CouncilSanofi
Mots-clésMedicineExpanded Disability Status ScaleAccrualHazard ratioCohortCohort studyInternal medicinePediatricsPhysical therapyMultiple sclerosisConfidence intervalPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Some studies comparing primary and secondary progressive multiple sclerosis (PPMS, SPMS) report similar ages at onset of the progressive phase and similar rates of subsequent disability accrual. Others report later onset and/or faster accrual in SPMS. Comparisons have been complicated by regional cohort effects, phenotypic differences in sex ratio and management and variable diagnostic criteria for SPMS. METHODS: We compared disability accrual in PPMS and operationally diagnosed SPMS in the international, clinic-based MSBase cohort. Inclusion required PPMS or SPMS with onset at age ≥18 years since 1995. We estimated Andersen-Gill hazard ratios for disability accrual on the Expanded Disability Status Scale (EDSS), adjusted for sex, age, baseline disability, EDSS score frequency and drug therapies, with centre and patient as random effects. We also estimated ages at onset of the progressive phase (Kaplan-Meier) and at EDSS milestones (Turnbull). Analyses were replicated with physician-diagnosed SPMS. RESULTS: Included patients comprised 1872 with PPMS (47% men; 50% with activity) and 2575 with SPMS (32% men; 40% with activity). Relative to PPMS, SPMS had older age at onset of the progressive phase (median 46.7 years (95% CI 46.2-47.3) vs 43.9 (43.3-44.4); p<0.001), greater baseline disability, slower disability accrual (HR 0.86 (0.78-0.94); p<0.001) and similar age at wheelchair dependence. CONCLUSIONS: We demonstrate later onset of the progressive phase and slower disability accrual in SPMS versus PPMS. This may balance greater baseline disability in SPMS, yielding convergent disability trajectories across phenotypes. The different rates of disability accrual should be considered before amalgamating PPMS and SPMS in clinical trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,304
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207