MétaCan
Menu
Retour à la cohorte
Enregistrement W4391798283 · doi:10.1016/j.ebiom.2024.104970

Guidance for use of neurofilament light chain as a cerebrospinal fluid and blood biomarker in multiple sclerosis management

2024· article· en· W4391798283 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEBioMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensCanadian Electricity AssociationOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisMedicineBiomarkerSubclinical infectionMagnetic resonance imagingDiseaseCerebrospinal fluidPathologyOncologyRadiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Neurofilament light chain (NfL) is a long-awaited blood biomarker that can provide clinically useful information about prognosis and therapeutic efficacy in multiple sclerosis (MS). There is now substantial evidence for this biomarker to be used alongside magnetic resonance imaging (MRI) and clinical measures of disease progression as a decision-making tool for the management of patients with MS. Serum NfL (sNfL) has certain advantages over traditional measures of MS disease progression such as MRI because it is relatively noninvasive, inexpensive, and can be repeated frequently to monitor activity and treatment efficacy. sNfL levels can be monitored regularly in patients with MS to determine change from baseline and predict subclinical disease activity, relapse risk, and the development of gadolinium-enhancing (Gd+) lesions. sNfL does not replace MRI, which provides information related to spatial localisation and lesion stage. Laboratory platforms are starting to be made available for clinical application of sNfL in several countries. Further work is needed to resolve issues around comparisons across testing platforms (absolute values) and normalisation (reference ranges) in order to guide interpretation of the results.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

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

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 Opus0,099
Tête enseignante GPT0,323
Écart entre enseignants0,224 · 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