MétaCan
Menu
Retour à la cohorte
Enregistrement W4402379955 · doi:10.1177/13524585241274620

Selecting Informative Patients for Phase 2 Progressive Trials in MS: Design Considerations for Phase 2 Clinical Trials in Progressive MS

2024· review· en· W4402379955 sur OpenAlexaff
Marcus Koch, Carlos R. Cámara-Lemarroy, Eva Strijbis, Jop Mostert, Victoria M. Leavitt, Pavle Repovic, James D. Bowen, Jacynthe Comtois, Bernard M.J. Uitdehaag, Gary Cutter

Notice bibliographique

RevueMultiple Sclerosis Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésClinical trialMultiple sclerosisMedicineCohortSelection (genetic algorithm)DosingInternal medicineComputer sciencePsychiatryMachine learning

Résumé

récupéré en direct d'OpenAlex

While relapsing-remitting multiple sclerosis (MS) has many therapeutic options, progressive forms of MS remain largely untreatable. Phase 2 clinical trials are our main tool to advance new treatments for progressive MS. Given the complexities of progressive MS, it will likely require many phase 2 trials to improve its treatment. To conduct informative and efficient phase 2 trials, it is important that such trials are designed in a way that they can identify a successful treatment as quickly and with as few participants as possible. In this topical review, we discuss cohort selection, outcome selection, cohort enrichment, and dosing selection as strategies to optimize the efficiency of phase 2 clinical trials in progressive MS.

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)0,072
score de la tête « metaresearch » (Gemma)0,432
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0720,432
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0140,005
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,004
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 Opus0,775
Tête enseignante GPT0,609
Écart entre enseignants0,165 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207