Supplementary Material for: Interrogation of the Multiple Sclerosis Prodrome Using High-Dimensional Health Data
Notice bibliographique
Résumé
Background: There is growing evidence of a prodromal period in multiple sclerosis (MS). A better understanding of the prodrome may facilitate prompt recognition and treatment of MS as well as narrowing of the etiologically relevant period when searching for MS risk factors. Objectives: To explore and further delineate the MS prodrome, we used statistical learning techniques to examine associations of physician-generated diagnostic codes and prescription medication classes in the 5 years before the first demyelinating-related claim for MS cases and matched population controls. Methods: In this matched cohort study, we accessed data from linked health administrative hospital, physician, and prescription databases from British Columbia, Canada, between 1996 and 2013. We focused on 7 medication classes previously identified as associated with the MS prodrome: urinary anti-spasmodics, glucocorticoids, muscle relaxants, anti-epileptics, dopa-derivatives, benzodiazepine, and antivertigo preparations. Diagnostic codes associated with the use of each medication class were first identified using LASSO logistic regression analyses in two-thirds of the cohort and then validated using multivariate logistic regressions in the remaining cohort. Results: Our analyses included 4,862 MS cases and 22,649 controls. Although the identified diagnostic codes showed fair to good predictive performance in 6 medication classes (C-index = 0.712–0.858), these codes failed to fully explain the higher usage of these medications by the MS cases. Compared to controls of the same age, sex, and diagnostic codes, MS cases had higher odds of filling a prescription for antivertigo preparations (adjusted OR [aOR] 2.48; 95% CI 1.92–3.19), anti-epileptics (aOR 2.34; 1.90–2.90), glucocorticoids (aOR 1.76; 1.52–2.03), urinary anti-spasmodics (aOR 1.72; 1.20–2.46), and muscle relaxants (aOR 1.33; 1.13–1.56). Conclusions: We observed markedly higher use of specific medications in MS cases in the 5 years before the first demyelinating claim. The overrepresentation of specific medications in MS cases, which was not fully explained by the physician diagnoses, may represent a signature of the MS prodrome.
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 | 0,002 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,773 | 0,186 |
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 ».