Longitudinal Analysis of Natural History Progression of Rare and Ultra‐Rare Cerebellar Ataxias Using Item Response Theory
Notice bibliographique
Résumé
Degenerative cerebellar ataxias comprise a heterogeneous group of rare and ultra-rare genetic diseases. While disease-modifying treatments are now on the horizon for many ataxias, robust trial designs and analysis methods are lacking. To better inform trial designs, we applied item response theory (IRT) modeling to evaluate the natural history progression of several ataxias, assessed with the widely used scale for assessment and rating of ataxia (SARA). A longitudinal IRT model was built utilizing real-world data from the large autosomal recessive cerebellar ataxia (ARCA) registry. Disease progression was evaluated for the overall cohort as well as for the 10 most common ARCA genotypes. Sample sizes were calculated for simulated trials with autosomal recessive spastic ataxia Charlevoix-Saguenay (ARSACS) and polymerase gamma (POLG) ataxia, as showcased, across multiple design and analysis scenarios. Longitudinal IRT models were able to describe the changes in the latent variable underlying SARA as a function of time since ataxia onset for both the overall ARCA cohort and the common genotypes. The typical progression rates varied across genotypes between relatively high in POLG (~ 0.98 SARA points/year at SARA = 20) and very low in COQ8A ataxia (~ 0.003 SARA points/year at SARA = 20). Smaller trial sizes were required in case of faster progression, longer trials (~ 75-90% less with 5 years vs. 2 years), and larger drug effects (~ 70-80% less with 100% vs. 50% inhibition). Simulating under the developed IRT model, the longitudinal IRT model had the highest power, with a well-controlled type I error, compared to total score models or end-of-treatment analyses. The established longitudinal IRT framework allows efficient utilization of natural history data and ultimately facilitates the design and analysis of treatment trials in rare and ultra-rare genetic ataxias.
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 | 0,101 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».