Development of a General Composite Scale (GENCOMS) for Progressive Neurodegenerative Diseases and Implications for the Assessment of Disease-Modifying Therapies
Notice bibliographique
Résumé
INTRODUCTION: The reliable assessment of treatment outcomes for disease-modifying therapies (DMT) in neurodegenerative disease is challenging. The objective of this paper is to describe a generalized framework for developing composite scales that can be applied in diverse, degenerative conditions, termed "GENCOMS." Composite scales optimize the sensitivity for detecting clinically meaningful effects that slow disease progression. METHODS: The GENCOMS method relies on robust natural history data and/or placebo arm data from DMT trials. Validated scales that are core to the disease process have been identified, and item level data obtained to standardize the response outcomes from 0 (best possible score) to 1 (worst possible score). A partial least squares regression analysis was conducted with temporal change as the dependent variable and change scores in standardized items as the explanatory variables. The derived model coefficients constitute a weighted sum of items that most effectively measure disease progression. RESULTS: The resultant composite scale was optimized to detect disease progression and can be examined in a range of slow or fast progressing populations. The scale can be used in studies with comparable patient populations as an endpoint optimized to measure disease progression and therefore ideally suited to assess treatment effects in DMTs. CONCLUSION: The methodology presented here provides a generalizable framework for developing composite scales in the assessment of neurodegenerative disease progression and evaluation of DMT effects. By objectively selecting and weighting items from previously validated measures based solely on their sensitivity to disease progression, this methodology allows for the creation of a more responsive measurement of clinical decline. This heightened sensitivity to clinical decline can be utilized to detect modest yet meaningful treatment effects in the early stages of neurogenerative diseases, when it is optimal to begin a DMT.
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 | 0,024 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».