MétaCan
Menu
Retour à la cohorte
Enregistrement W4407584786 · doi:10.3390/jpm15020069

Attitudes of Neurologists Toward Serum Neurofilament Light-Chain Testing in the Management of Relapsing–Remitting Multiple Sclerosis with Cognitive Impairment

2025· article· en· W4407584786 sur OpenAlexaff
José Manuel García‐Domínguez, Jorge Mauriño, José Meca-Lallana, Lamberto Landete, Virginia Meca‐Lallana, Elena García-Arcelay, Eduardo Agüera, Ana B. Caminero, Sergio Martínez‐Yélamos, Luís Querol, Nicolás Medrano, Rocío Gómez-Ballesteros, Luisa María Villar, Enric Monreal, Gustavo Saposnik

Notice bibliographique

RevueJournal of Personalized Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisRelapsing remittingMedicineCognitive impairmentCognitionPathologyImmunologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Cognitive impairment has an impact upon the function and quality of life of patients with multiple sclerosis (MS). High-serum neurofilament light-chain (sNfL) levels predict disease progression and are also associated with impaired cognitive performance. This study aimed to assess the attitudes of neurologists toward sNfL testing as regards making therapeutic decisions in clinically and radiologically stable patients experiencing cognitive decline. Methods: A web-based observational study was conducted among neurologists caring for patients with MS. The role of sNfL in therapeutic decisions was assessed through a simulated case scenario describing a 31-year-old woman with relapsing–remitting MS for four years on glatiramer acetate. Her partner reported increased distractibility and difficulties in organizing daily activities over the past 18 months. There was no history of new relapses, and a follow-up brain MRI scan showed no new lesions. Her performance in the Symbol Digit Modalities Test decreased by 8 points from the previous year, with 46 correct answers. The patient had an sNfL level of 21 pg/mL, with no other identified factors that could have altered this value. The participants were tasked with deciding to either escalate treatment or to continue the current treatment and schedule the patient for reassessment in 6–12 months (defined as decisions misaligned with emerging evidence [DMEE]). Multivariate regression analysis was conducted to determine factors associated with DMEE. Results: One hundred and sixteen neurologists participated in the study. Almost 50% of the participants (n = 57) opted not to escalate treatment despite high sNfL levels. This was more common among neurologists not fully dedicated to MS care (60.5% vs. 43.6%). The multivariate analysis showed that being a neurologist not fully dedicated to MS (odds ratio [OR] = 2.35, 95% confidence interval [CI] 1.01–5.50; p = 0.04) and having a poor perception of sNfL benefits (OR = 1.02, 95% CI 1.00–1.04; p = 0.01) were associated with DMEE. Conclusions: Neurologists’ lack of full dedication to MS care and limited perception of sNfL’s clinical utility were key factors associated with suboptimal therapeutic decisions in a simulated case of cognitive decline with elevated sNfL. These findings underscore the need for increased education on the role of sNfL to improve evidence-based decision-making in MS management.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,346
Écart entre enseignants0,242 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207