MétaCan
Menu
Retour à la cohorte
Enregistrement W4406437743 · doi:10.1093/braincomms/fcaf022

Biomarkers of disease progression in progressive supranuclear palsy for use in clinical trials

2024· review· en· W4406437743 sur OpenAlexfundno aff
Cassandra Marotta, Benjamin Sinclair, Terence J. O’Brien, Lucy Vivash

Notice bibliographique

RevueBrain Communications · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research Future FundUCB PharmaNational Institutes of HealthDepartment of Industry, Science, Energy and Resources, Australian GovernmentNational Health and Medical Research CouncilEisai CanadaBiogenMedical Research CouncilEpilepsy SocietyEisaiU.S. Department of DefenseAustralian GovernmentMultiple Sclerosis Australia
Mots-clésProgressive supranuclear palsyDiseaseMedicineClinical trialPhysical medicine and rehabilitationNeuroscienceInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Progressive supranuclear palsy (PSP) is a rare neurodegenerative disease with no current disease-modifying treatments approved. Longitudinal research and clinical trials for PSP are ongoing and require reliable measures that are sensitive to disease progression. Despite susceptibility to subjective limitations, clinical and cognitive assessments are the most used instruments in therapeutic trials in PSP. The objective of this review was to identify measures that have been studied longitudinally as measures of progression and are suitable for use as clinical trial endpoints. We reviewed the measures currently used as trial endpoints, identifying the clinical, cognitive, fluid and imaging measures that have previously been studied longitudinally, and discuss current diagnostic and emerging measures that are yet to be studied longitudinally but that may be sensitive to disease progression. We found that many fluid and imaging measures require further research to validate their use as longitudinal measures of change, including emerging measures that have not yet been studied specifically in PSP. We also summarize the sample size estimates required to detect changes in a two-arm, 52-week therapeutic trial and found that specific MRI volumes require the smallest sample sizes to detect change.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
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 enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,368
Tête enseignante GPT0,551
Écart entre enseignants0,184 · 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.

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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207