MétaCan
Menu
Retour à la cohorte
Enregistrement W4401506687 · doi:10.1093/braincomms/fcae267

Timing of SMN replacement therapies in mouse models of spinal muscular atrophy: a systematic review and meta-analysis

2024· review· en· W4401506687 sur OpenAlexfundno aff
Helena Chaytow, Anna A. L. Motyl, Yu-Ting Huang, Charis Wong, Gillian L. Currie, Zsanett Bahor, Emily S. Sena, Thomas H. Gillingwater

Notice bibliographique

RevueBrain Communications · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilMedical Research Council CanadaLifeArcScottish Government Health and Social Care Directorate
Mots-clésSpinal muscular atrophyMeta-analysisMedicinePhysical medicine and rehabilitationNeurosciencePathologyBiologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Mutations in the Survival of Motor Neuron 1 gene lead to a loss of survival motor neuron protein in patients with spinal muscular atrophy. Revolutionary advances in gene therapy have led to survival motor neuron-replacement therapies that significantly prolong life expectancy and improve neuromuscular function. However, accumulating evidence suggests that the timing of survival motor neuron-replacement therapies is a critical determinant of success. We performed a systematic review and meta-analysis of all pre-clinical studies testing survival motor neuron replacement therapies in mouse models of spinal muscular atrophy to assess the impact of timing of delivery on therapeutic effectiveness. We incorporated four databases in this pre-registered study (PROSPERO 2020 CRD42020200180): EMBASE, PubMed, Scopus and Web of Science. Inclusion criteria were; primary research article, a measure of survival analysis, use of survival motor neuron mouse model and evaluation of survival motor neuron-targeting therapy. Exclusion criteria included; use of therapies not known to directly target survival motor neuron, genetic manipulations and/or lack of appropriate controls. We screened papers using the SyRF platform. The main outcome we assessed was survival in treated groups compared to untreated groups. We performed meta-analysis of survival using median survival ratio and the random effects model and measured heterogeneity using the I2 statistic. Subgroup analyses were performed to assess treatment efficacy based on timing of intervention (embryonic delivery, day of birth, postnatal day 2 and postnatal day 3 or later) and treatment type. If detailed in the studies, body weight compared to untreated spinal muscular atrophy models and motor neuron number were included as secondary outcomes for meta-analysis. 3469 studies were initially identified, with 78 ultimately included. Survival motor neuron-replacement therapies significantly affected survival in favour of treatment by a factor of 1.20 (95% CI 1.10–1.30, P < 0.001) with high heterogeneity (I2 = 95%). Timing of treatment was a significant source of heterogeneity (P < 0.01), with earlier treatment having a greater impact on survival. When stratified by type of treatment, earlier treatment continued to have the strongest effect with viral vector replacement therapy and antisense oligonucleotide therapy. Secondary outcome measures of body weight and spinal motor neuron counts were also positively associated with early treatment. Earlier delivery of survival motor neuron replacement therapies is therefore a key determinant of treatment efficacy in spinal muscular atrophy.

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)0,014
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0180,030
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,296
Tête enseignante GPT0,461
Écart entre enseignants0,166 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207