MétaCan
Menu
Retour à la cohorte
Enregistrement W4399764887 · doi:10.1212/wnl.0000000000209444

Using the Progression Independent of Relapse Activity Framework to Unveil the Pathobiological Foundations of Multiple Sclerosis

2024· article· en· W4399764887 sur OpenAlexfundno aff
Olga Ciccarelli, Frederik Barkhof, Massimiliano Calabrese, Nicola De Stefano, Arman Eshaghi, Massimo Filippi, Claudio Gasperini, Cristina Granziera, Ludwig Kappos, Maria A. Rocca, Àlex Rovira, Jaume Sastre‐Garriga, Maria Pia Sormani, Carmen Tur, Ahmed Toosy

Notice bibliographique

RevueNeurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesEMD SeronoInnosuisse - Schweizerische Agentur für InnovationsförderungMinistero della SaluteSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungUniversity College London Hospitals NHS Foundation TrustSanofiEuropean CommissionMultiple Sclerosis Society of CanadaEli Lilly and CompanyBristol-Myers SquibbFondazione Italiana Sclerosi MultiplaMedical Research CouncilBiogenCelgeneNovo NordiskTeva Pharmaceutical IndustriesNational Institute for Health and Care ResearchHorizon Therapeutics
Mots-clésMultiple sclerosisMedicineNeurosciencePsychologyIntensive care medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Progression independent of relapse activity (PIRA), a recent concept to formalize disability accrual in multiple sclerosis (MS) independent of relapses, has gained popularity as a potential clinical trial outcome. We discuss its shortcomings and appraise the challenges of implementing it in clinical settings, experimental trials, and research. The current definition of PIRA assumes that acute inflammation, which can manifest as a relapse, and neurodegeneration, manifesting as progressive disability accrual, can be disentangled by introducing specific time windows between the onset of relapses and the observed increase in disability. The term PIRMA (progression independent of relapse and MRI activity) was recently introduced to indicate disability accrual in the absence of both clinical relapses and new brain and spinal cord MRI lesions. Assessing PIRMA in clinical practice is highly challenging because it necessitates frequent clinical assessments and brain and spinal cord MRI scans. PIRA is commonly assessed using Expanded Disability Status Scale, a scale heavily weighted toward motor disability, whereas a more granular assessment of disability deterioration, including cognitive decline, using composite measures or other tools, such as digital tools, would possess greater utility. Similarly, using PIRA as an outcome measure in randomized clinical trials is also challenging and requires methodological considerations. The underpinning pathobiology of disability accumulation, that is not associated with relapses, may encompass chronic active lesions (slowly expanding lesions and paramagnetic rim lesions), cortical lesions, brain and spinal cord atrophy, particularly in the gray matter, diffuse and focal microglial activation, persistent leptomeningeal enhancement, and white matter tract damage. We propose to use PIRA to understand the main determinant of disability accrual in observational, cohort studies, where regular MRI scans are not included, and introduce the term of "advanced-PIRMA" to investigate the contributions to disability accrual of the abovementioned processes, using conventional and advanced imaging. This is supported by the knowledge that MRI reflects the MS pathogenic mechanisms better than purely clinical descriptors. Any residual disability accrual, which remains unexplained after considering all these mechanisms with imaging, will highlight future research priorities to help complete our understanding of MS pathogenesis.

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 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)0,002
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 enseignants0,868
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,179
Tête enseignante GPT0,402
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations71
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207