Anti-CD20 antibodies in relapsing multiple sclerosis: Protocol for a systematic review and network meta-analysis
Notice bibliographique
Résumé
Abstract Background Multiple sclerosis is a chronic disease of the central nervous system characterized by autoimmune demyelination. Various immunomodulatory medications are available for its treatment, among which anti-CD20 monoclonal antibodies have demonstrated superior efficacy compared to other disease-modifying therapies. However, there is a lack of direct comparison between the four available anti-CD20 monoclonal antibodies. Therefore, this study aims to systematically assess the relative efficacy and safety of anti-CD20 monoclonal antibodies for treating relapsing multiple sclerosis. Materials and Methods We will conduct a systematic review of phase IIb and phase III clinical trials of anti-CD20 monoclonal antibodies for the treatment of relapsing multiple sclerosis, following the Preferred Reporting Items for Systematic Reviews and Meta-Analysis guidelines. A comprehensive review of the Cochrane Central Register of Controlled Trials; MEDLINE; Embase; ClinicalTrials; International Clinical Trials Registry Platform; OpenGray; and MedRxiv will be performed. Two independent reviewers will select titles, abstracts, and eligible full texts to execute the data extraction. The risk of bias will be assessed with the Cochrane RoB 2 tool. Data on pre-specified outcomes will be analyzed for the selected articles using a random-effects network meta-analysis with a frequentist framework. Summary statistics, along with 95% confidence intervals will be presented, and the effectiveness and safety of each intervention will be ranked using the surface under the cumulative ranking curve. A missing data and a sensitivity analysis will be conducted. We will use the GRADE approach to assess the certainty of the direct, indirect, and network estimate for all outcomes. Results and Conclusion The results will provide evidence of the relative efficacy and safety of anti-CD20 monoclonal antibodies for the treatment of relapsing multiple sclerosis. Systematic review registration PROSPERO registration number CRD42023437996
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 | 0,062 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,021 | 0,030 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,004 |
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 ».